递归（许多子目录）查找pdf文件并合并为一个pdf文件（linux，bash）

Posted 2023-04-13

【中文标题】递归（许多子目录）查找pdf文件并合并为一个pdf文件（linux，bash）

【英文标题】：Recursively(many subdirs) find pdf files and merge into one pdf file (linux, bash)

【发布时间】：2020-06-20 19:22:18

【问题描述】：

令人惊讶的是，我在同一个目录中看到了许多有关如何执行此操作的帮助页面。那些递归使用的似乎对我不起作用（下面的尝试），或者需要我不想使用的复杂性，因为我不了解它们（甚至比这些更糟糕）。

总之，我的 pdf 文件分散在许多子目录中，我想浏览每个子目录并将 pdf 文件合并成一个大 pdf。

这些主要来自：

https://unix.stackexchange.com/questions/298031/compress-all-pdf-files-recursively

Merge / convert multiple PDF files into one PDF

第一次尝试：（效果很好 - 但只能在目录中）：

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

at top level directory, this didn't work:

find . -type f -name "*.pdf" -exec bash -c 'qpdf --empty --pages "" -- merged.pdf;'  \;

第二次尝试：

find . -type f -name "*.pdf" | while read -r file; do pdfjam "$file" -o output.pdf; done

or

touch output.pdf
find . -type f -name "*.pdf" | while read -r file; do pdfjam "$file" output.pdf -o output.pdf; done

第三次尝试：

find . -type f -name "*.pdf" -exec bash -c 'pdftk "" cat output "new.pdf";'  \;

or

touch new.pdf    
find . -type f -name "*.pdf" -exec bash -c 'pdftk "" new.pdf cat output "new.pdf";'  \;

第四次尝试：

python3 -m pip install --user pdftools
pdftools merge --input-dir ./top_directory --output out.pdf

  usage: pdftools [-h] [-V] <command> ...
  pdftools: error: unrecognized arguments: --input-dir

第五次尝试（似乎最成功，虽然输出文件只有第一个文件的页面）：

 find . -type f -name "*.pdf" -exec bash -c 'gs -dBATCH -dNOPAUSE -sDEVICE=pdfwrite -sOutputFile=out.pdf "";'  \;

我在考虑与find .... \; 或find .... + 的区别，所以我也尝试了这个，

第六次尝试：

find . -type f -name "*.pdf" -exec bash -c 'gs -dBATCH -dNOPAUSE -sDEVICE=pdfwrite -sOutputFile=out.pdf ;'   +

产生了一个空白页。

我很清楚，我无法连接文件 - 可能使用 find -exec 命令，并且各种工具都没有问题......

编辑

我想我可以分两步进行，

find . -name "*pdf" -exec mv  pdfs \;
qpdf --empty --pages *.pdf -- out.pdf

但我想要一个单行，但更重要的是知道我为什么使用 find 错误...

编辑 2

我真的只想要每个文件的第一页，但这没什么大不了的。

【问题讨论】：

find . -type f -name '*.pdf' -exec bash -c 'qpdf --empty --pages "$@" -- merged.pdf' _ +?另见how to ask。

那是完美的...应该有 man bash...所以“$@”是“$1”...什么是“_”？ （正如我注意到的，如果它是连接，那么 qpdf 不是多余的吗？

我对qpdf一无所知。 $@ 是 $1 到 $n，其中 n 是 find 找到的文件数（假设您有 100-1000 个 pdf），_ 是 $0 的占位符。您仍然可以阅读man bash、man find，了解更多信息。祝你有美好的一天

【参考方案1】：

一个非常简单的解决方案，使用 iname 代替 name（参见 man find ）。

我推送结果在 /tmp/ 中，如果你多次运行命令不会干扰。

之后你必须将 /tmp/out.pdf 复制到你想去的地方。

  qpdf --empty --pages \
     $( find . -iname '*.pdf' 2>/dev/null ) -- /tmp/out.pdf

【讨论】：

谢谢！我知道命令替换正在将find 的输出替换为pdf 文件列表，但你为什么使用8？我有 8 个以上的文件...我想我将只使用不带尾管的管道。