Combinar / convertir múltiples archivos PDF en un PDF

¿Cómo podría fusionar / convertir múltiples archivos PDF en un archivo PDF grande?

Intenté lo siguiente, pero el contenido del archivo de destino no era el esperado:

convert file1.pdf file2.pdf merged.pdf

Necesito una solución de línea de comando (CLI) muy simple / básica. Lo mejor sería si pudiera canalizar la salida de la fusión / conversión directamente pdf2ps(como intenté originalmente en mi pregunta anterior aquí: tubería de Linux (convertir -> pdf2ps -> lp) ).

Teniendo en cuenta que pdfunitees parte de poppler, tiene una mayor posibilidad de instalación, el uso también es más simple que pdftk:

pdfunite in-1.pdf in-2.pdf in-n.pdf out.pdf

Prueba el buen ghostscript:

gs -dBATCH -dNOPAUSE -q -sDEVICE=pdfwrite -sOutputFile=merged.pdf mine1.pdf mine2.pdf

o incluso de esta manera para una versión mejorada para archivos PDF de baja resolución (gracias a Adriano por señalar esto):

gs -dBATCH -dNOPAUSE -q -sDEVICE=pdfwrite -dPDFSETTINGS=/prepress -sOutputFile=merged.pdf mine1.pdf mine2.pdf

En ambos casos, la resolución de salida es mucho mayor y mejor que de esta manera usando convertir:

convert -density 300x300 -quality 100 mine1.pdf mine2.pdf merged.pdf

De esta manera no necesitaría instalar nada más, solo trabaje con lo que ya ha instalado en su sistema (al menos ambos vienen por defecto en mi rhel).

Espero que esto ayude,

ACTUALIZACIÓN: en primer lugar, ¡gracias por todos sus buenos comentarios! solo un consejo que puede funcionar para ustedes, después de buscar en Google, encontré un truco excelente para reducir el tamaño de los archivos PDF, ¡reduje un PDF de 300 MB a solo 15 MB con una resolución aceptable! y todo esto con el buen ghostscript, aquí está:

gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=/default -dNOPAUSE -dQUIET -dBATCH -dDetectDuplicateImages -dCompressFonts=true -r150 -sOutputFile=output.pdf input.pdf

¡¡salud!!

Lo siento, logré encontrar la respuesta yo mismo usando google y un poco de suerte :)

Para los interesados;

Instalé el pdftk (kit de herramientas pdf) en nuestro servidor Debian, y usando el siguiente comando logré el resultado deseado:

pdftk file1.pdf file2.pdf cat output output.pdf

O

gs -q -sPAPERSIZE=letter -dNOPAUSE -dBATCH -sDEVICE=pdfwrite -sOutputFile=output.pdf file1.pdf file2.pdf file3.pdf ...

Esto a su vez se puede canalizar directamente a pdf2ps.

Esta es la solución más fácil si tiene varios archivos y no desea escribir los nombres uno por uno:

qpdf --empty --pages *.pdf -- out.pdf

También pdfjoin a.pdf b.pdfcreará una nueva b-joined.pdfcon los contenidos de a.pdf y b.pdf

Puedes usar el comando convertir directamente,

p.ej

convert sub1.pdf sub2.pdf sub3.pdf merged.pdf

pdfuniteestá bien fusionar archivos PDF completos. Si desea, por ejemplo, las páginas 2-7 de file1.pdf y las páginas 1,3,4 de file2.pdf, debe usar pdfseparatepara dividir los archivos en PDF separados para cada página pdfunite.

En ese punto, probablemente desee un programa con más opciones. qpdfes la mejor utilidad que he encontrado para manipular archivos PDF. pdftkes más grande y más lento y Red Hat / Fedora no lo empaqueta debido a su dependencia de gcj. Otras utilidades PDF tienen dependencias Mono o Python. Descubrí que qpdfprodujo un archivo de salida mucho más pequeño que usar pdfseparatey pdfuniteensamblar páginas en un PDF de salida de 30 páginas, 970kB frente a 1,6450 kB. Como ofrece muchas más opciones, qpdfla línea de comandos no es tan simple; la solicitud original para fusionar file1 y file2 se puede realizar con

qpdf --empty --pages file1.pdf file2.pdf -- merged.pdf

Apache PDFBox http://pdfbox.apache.org/

PDFMerger Esta aplicación tomará una lista de documentos pdf y los fusionará, guardando el resultado en un nuevo documento.

uso: java -jar pdfbox-app-xyzjar PDFMerger "Archivos PDF de origen (2 ..n)" "Archivo PDF de destino"

Use herramientas PDF de python https://pypi.python.org/pypi/pdftools/1.0.6

Descargue el archivo tar.gz, descomprímalo y ejecute el comando como se muestra a continuación

python pdftools-1.1.0/pdfmerge.py -o output.pdf -d file1.pdf file2.pdf file3 

Debe instalar pyhton3 antes de ejecutar el comando anterior

Estas herramientas son compatibles con las siguientes

• añadir
• insertar
• Eliminar
• Girar
• División
• Unir
• Código Postal

Puede encontrar más detalles en el siguiente enlace y es de código abierto

https://github.com/MrLeeh/pdftools

Puedes usar sejda-console , gratis y de código abierto. Descomprimirlo y correr sejda-console merge -f file1.pdf file2.pdf -o merged.pdf

Conserva marcadores, anotaciones de enlaces, acroformas, etc. en realidad tiene muchas opciones con las que puedes jugar, solo corre sejda-console merge -hpara verlas todas.

Si desea convertir todas las imágenes descargadas en un pdf, ejecute

convert img{0..19}.jpg slides.pdf

Secundo la pdfuniterecomendación. Sin embargo Argument list too long, recibí errores al intentar fusionar archivos> 2k PDF.

Me volví a Python para esto y dos paquetes externos: PyPDF2 (para manejar todo lo relacionado con PDF) y natsort (para hacer un tipo "natural" de los nombres de archivo del directorio). En caso de que esto pueda ayudar a alguien:

from PyPDF2 import PdfFileMerger
import natsort
import os

DIR = "dir-with-pdfs/"
OUTPUT = "output.pdf"

file_list = filter(lambda f: f.endswith('.pdf'), os.listdir(DIR))
file_list = natsort.natsorted(file_list)

# 'strict' used because of
# https://github.com/mstamy2/PyPDF2/issues/244#issuecomment-206952235
merger = PdfFileMerger(strict=False)

for f_name in file_list:
  f = open(os.path.join(DIR, f_name), "rb")
  merger.append(f)

output = open(OUTPUT, "wb")
merger.write(output)

Aquí hay un método que uso que funciona y es fácil de implementar. Esto requerirá las bibliotecas fpdf y fpdi que se pueden descargar aquí:

• FPDF: http://www.fpdf.org/en/download.php
• FPDI: https://www.setasign.com/products/fpdi/downloads

require('fpdf.php');
require('fpdi.php');

$files = ['doc1.pdf', 'doc2.pdf', 'doc3.pdf'];

$pdf = new FPDI();

foreach ($files as $file) {
    $pdf->setSourceFile($file);
    $tpl = $pdf->importPage(1, '/MediaBox');
    $pdf->addPage();
    $pdf->useTemplate($tpl);
}

$pdf->Output('F','merged.pdf');

Soy parcial al ser uno de los desarrolladores de PyMuPDF (un enlace de Python de MuPDF).

Puedes hacer fácilmente lo que quieras con él (y mucho más). El código esqueleto funciona así:

#-------------------------------------------------
import fitz         # the binding PyMuPDF
fout = fitz.open()  # new PDF for joined output
flist = ["1.pdf", "2.pdf", ...]  # list of filenames to be joined

for f in flist:
    fin = fitz.open(f)  # open an input file
    fout.insertPDF(fin) # append f
    fin.close()

fout.save("joined.pdf")
#-------------------------------------------------

Eso es todo. Hay varias opciones disponibles para seleccionar solo rangos de páginas, mantener una tabla de contenido conjunta, invertir la secuencia de páginas o cambiar la rotación de páginas, etc., etc.

Estamos en PyPi.

Me gusta la idea de Chasmo, pero prefiero usar las ventajas de cosas como

convert $(ls *.pdf) ../merged.pdf

Dar múltiples archivos fuente a los convertconduce a fusionarlos en un pdf común. Este comando combina todos los archivos con .pdfextensión en el directorio real en el directorio merged.pdfprincipal.

Aunque no es una solución de línea de comandos, puede ayudar a los macosusuarios a:

1. Selecciona tus archivos PDF
2. Haga clic derecho en sus archivos resaltados
3. Seleccione Acciones rápidas > Crear PDF

Puede ver el uso de las herramientas pdftools gratuitas y de código abierto (descargo de responsabilidad: soy el autor de la misma).

Básicamente es una interfaz de Python para el pdfpagespaquete Latex .

Para combinar archivos PDF uno por uno, puede ejecutar:

pdftools --input-file file1.pdf --input-file file2.pdf --output output.pdf

Para fusionar todos los archivos pdf en un directorio, puede ejecutar:

pdftools --input-dir ./dir_with_pdfs --output output.pdf