如何利用python合并两个文档

利用Python合并两个文档的方法有很多，主要包括使用文件读取和写入操作、利用Pandas库、以及使用PyPDF2库等。 其中最常用的方法是通过文件读取和写入操作来合并文本文件，以及使用Pandas库来合并数据文件。以下将详细描述如何通过这几种方法来合并文档，并且提供实际代码示例。

一、使用文件读取和写入操作

通过文件读取和写入操作合并两个文本文档是最简单的方法，适用于纯文本文件的合并。可以读取两个文件的内容，然后将它们写入到一个新的文件中。

1.读取和写入文本文件

读取两个文本文档并将其内容合并到一个新的文档中，可以使用以下代码：

def merge_text_files(file1, file2, output_file):
    with open(file1, 'r', encoding='utf-8') as f1, open(file2, 'r', encoding='utf-8') as f2:
        content1 = f1.read()
        content2 = f2.read()
    with open(output_file, 'w', encoding='utf-8') as output:
        output.write(content1)
        output.write('\n')  # 添加换行符
        output.write(content2)
使用示例
file1 = 'document1.txt'
file2 = 'document2.txt'
output_file = 'merged_document.txt'
merge_text_files(file1, file2, output_file)

2.逐行读取和写入文本文件

如果文件较大，可以选择逐行读取和写入，以节省内存：

def merge_text_files_line_by_line(file1, file2, output_file):
    with open(output_file, 'w', encoding='utf-8') as output:
        with open(file1, 'r', encoding='utf-8') as f1:
            for line in f1:
                output.write(line)
        output.write('\n')  # 添加换行符
        with open(file2, 'r', encoding='utf-8') as f2:
            for line in f2:
                output.write(line)
使用示例
file1 = 'document1.txt'
file2 = 'document2.txt'
output_file = 'merged_document.txt'
merge_text_files_line_by_line(file1, file2, output_file)

二、使用Pandas库合并数据文件

Pandas库是处理数据文件的强大工具，特别适用于CSV和Excel文件的合并。可以使用Pandas读取两个数据文件并进行合并操作。

1.合并CSV文件

可以使用Pandas的concat方法合并两个CSV文件：

import pandas as pd
def merge_csv_files(file1, file2, output_file):
    df1 = pd.read_csv(file1)
    df2 = pd.read_csv(file2)
    merged_df = pd.concat([df1, df2], ignore_index=True)
    merged_df.to_csv(output_file, index=False)
使用示例
file1 = 'data1.csv'
file2 = 'data2.csv'
output_file = 'merged_data.csv'
merge_csv_files(file1, file2, output_file)

2.合并Excel文件

同样地，可以使用Pandas合并两个Excel文件：

import pandas as pd
def merge_excel_files(file1, file2, output_file):
    df1 = pd.read_excel(file1)
    df2 = pd.read_excel(file2)
    merged_df = pd.concat([df1, df2], ignore_index=True)
    merged_df.to_excel(output_file, index=False)
使用示例
file1 = 'data1.xlsx'
file2 = 'data2.xlsx'
output_file = 'merged_data.xlsx'
merge_excel_files(file1, file2, output_file)

三、使用PyPDF2库合并PDF文件

对于PDF文件的合并，可以使用PyPDF2库。PyPDF2提供了简单的接口来合并多个PDF文件。

1.合并PDF文件

使用PyPDF2库合并两个PDF文件的代码如下：

import PyPDF2
def merge_pdf_files(file1, file2, output_file):
    pdf_writer = PyPDF2.PdfFileWriter()
    for file in [file1, file2]:
        pdf_reader = PyPDF2.PdfFileReader(file)
        for page_num in range(pdf_reader.numPages):
            page = pdf_reader.getPage(page_num)
            pdf_writer.addPage(page)
    with open(output_file, 'wb') as output:
        pdf_writer.write(output)
使用示例
file1 = 'document1.pdf'
file2 = 'document2.pdf'
output_file = 'merged_document.pdf'
merge_pdf_files(file1, file2, output_file)

2.合并多个PDF文件

如果需要合并多个PDF文件，可以将文件名存储在一个列表中，并遍历该列表：

import PyPDF2
def merge_multiple_pdf_files(files, output_file):
    pdf_writer = PyPDF2.PdfFileWriter()
    for file in files:
        pdf_reader = PyPDF2.PdfFileReader(file)
        for page_num in range(pdf_reader.numPages):
            page = pdf_reader.getPage(page_num)
            pdf_writer.addPage(page)
    with open(output_file, 'wb') as output:
        pdf_writer.write(output)
使用示例
files = ['document1.pdf', 'document2.pdf', 'document3.pdf']
output_file = 'merged_document.pdf'
merge_multiple_pdf_files(files, output_file)

四、使用PyMuPDF库合并PDF文件

PyMuPDF（又名fitz）是另一个强大的PDF处理库，可以用于合并PDF文件。与PyPDF2相比，PyMuPDF的性能更佳，功能更强大。

1.合并PDF文件

使用PyMuPDF库合并两个PDF文件的代码如下：

import fitz
def merge_pdf_files(file1, file2, output_file):
    pdf_document = fitz.open()
    for file in [file1, file2]:
        pdf_reader = fitz.open(file)
        pdf_document.insertPDF(pdf_reader)
    pdf_document.save(output_file)
使用示例
file1 = 'document1.pdf'
file2 = 'document2.pdf'
output_file = 'merged_document.pdf'
merge_pdf_files(file1, file2, output_file)

2.合并多个PDF文件

同样地，如果需要合并多个PDF文件，可以将文件名存储在一个列表中，并遍历该列表：

import fitz
def merge_multiple_pdf_files(files, output_file):
    pdf_document = fitz.open()
    for file in files:
        pdf_reader = fitz.open(file)
        pdf_document.insertPDF(pdf_reader)
    pdf_document.save(output_file)
使用示例
files = ['document1.pdf', 'document2.pdf', 'document3.pdf']
output_file = 'merged_document.pdf'
merge_multiple_pdf_files(files, output_file)