PyPDF 合并和写入问题答案

【问题标题】：PyPDF Merge and Write issuePyPDF 合并和写入问题
【发布时间】：2026-01-25 19:30:01
【问题描述】：

我在使用它时遇到了意外错误。第一部分来自我在网上找到的一个脚本，我试图用它来提取 PDF 大纲中标识的特定部分。一切正常，除了output.write(outputfile1) 它说：

PdfReadError：字典中有多个定义。

还有其他人遇到过这个吗？最后请原谅所有不必要的prints。 :)

import pyPdf
import glob

class Darrell(pyPdf.PdfFileReader):

    def getDestinationPageNumbers(self):
        def _setup_outline_page_ids(outline, _result=None):
            if _result is None:
                _result = {}
            for obj in outline:
                if isinstance(obj, pyPdf.pdf.Destination):
                    _result[(id(obj), obj.title)] = obj.page.idnum
                elif isinstance(obj, list):
                    _setup_outline_page_ids(obj, _result)
            return _result

        def _setup_page_id_to_num(pages=None, _result=None, _num_pages=None):
            if _result is None:
                _result = {}
            if pages is None:
                _num_pages = []
                pages = self.trailer["/Root"].getObject()["/Pages"].getObject()
            t = pages["/Type"]
            if t == "/Pages":
                for page in pages["/Kids"]:
                    _result[page.idnum] = len(_num_pages)
                    _setup_page_id_to_num(page.getObject(), _result, _num_pages)
            elif t == "/Page":
                _num_pages.append(1)
            return _result

        outline_page_ids = _setup_outline_page_ids(self.getOutlines())
        page_id_to_page_numbers = _setup_page_id_to_num()

        result = {}
        for (_, title), page_idnum in outline_page_ids.iteritems():
            result[title] = page_id_to_page_numbers.get(page_idnum, '???')
        return result

for fileName in glob.glob("*.pdf"):
    output = pyPdf.PdfFileWriter()
    print fileName
    pdf = Darrell(open(fileName, 'rb'))
    template = '%-5s  %s'
    print template % ('page', 'title')
    for p,t in sorted([(v,k) for k,v in pdf.getDestinationPageNumbers().iteritems()]):
        print template % (p+1,t)

    for p,t in sorted([(v,k) for k,v in pdf.getDestinationPageNumbers().iteritems()]):
        if t == "CATEGORY 1":
            startpg = p+1
            print p+1,'is the first page of Category 1.'
            if t == "CATEGORY 2":
                endpg = p+1
                print p+1,'is the last page of Category 1.'
    print startpg, endpg
    pagenums = range(startpg,endpg)
    print pagenums
    for i in pagenums:
        output.addPage(pdf.getPage(i))
    fileName2 = "%sCategory1_data.pdf" % (str(fileName[:-13]))
    print "%s has %s pages." % (fileName2,output.getNumPages())
    outputfile1 = file(r"%s" % (fileName2), 'wb')
    output.write(outputfile1)
    outputfile1.close()

【问题讨论】：

解决了。不得不修改 generic.py 中的第 534 行。此处信息：bugs.launchpad.net/pypdf/+bug/242755
遇到了同样的问题并通过忽略错误并通过来解决。 if not data.get(key): data[key] = value elif pdf.strict: pass # 不允许键的多个定义 # raise utils.PdfReadError("字典中键 %s 字节 %s 的多个定义" \ # % (utils.hexStr(stream.tell()), key))
有人找出导致此错误的原因吗？

标签： python pdf merge pypdf

【解决方案1】：

我知道这对你来说可能为时已晚，但对于任何会在这里偶然发现答案的人来说：我今天遇到了同样的问题，设置：

export_reader = PdfFileReader(filename, strict=False)

如果你只是合并，那么使用：

merger = PdfFileMerger(strict=False)

这样，您只会收到警告，而不是异常。

【讨论】：