简介面向Windows环境下需要批量统计PDF页数的办公与开发人员RAR压缩包内提供了一款可直接使用的PDF页码计数工具用户只需指定PDF所在文件夹或具体文件路径即可快速获得对应PDF的页码数适用于核对页数、打印计价、资料归档等场景。包内共5个文件含2个PDF示例、1份docx使用说明、1个Python源码和1个exe可执行程序整体大小8.69MBexe版免安装、免配置环境适合非技术用户直接运行py源码则展示PDF解析与路径遍历的实现思路方便编程学习者参考。配套使用说明与示例文件便于快速验证工具效果即使不熟悉编程也能在几分钟内上手。目前已有508人学习下载适合经常处理PDF文档的办公人员、图书管理员以及正在学习Python文件处理的开发者。工具虽小却兼顾即用与可学两种价值可替代手工逐个打开PDF查看页数的低效操作在处理批量文件时能明显提升效率。1. PDF 页码计数器批量核对 PDF 页数一个工具包解决半小时重复劳动做标书、整理论文、给打印店下单的时候最烦的不是排版而是逐个打开 PDF 看页数。一两个文件还好几十个压在一起来回切窗口能把人切烦。这个 pdf页码计数器 工具包就是解决这件事的传入一个 PDF 文件路径或文件夹路径直接回传每个 PDF 的页码数。包里带 yys.py 源码、yys.exe 免环境版、一份使用说明.docx还有一个 test/test-1.pdf 用于验证。装了 Python 的可以读脚本改逻辑没装 Python 的用 exe 就行定位是 Windows 下开箱即用的批量小工具。适合整理资料、做打印排版、负责标书装订的从业者也适合想抄一段页码读取实现的人。2. 工具拆解yys.py 的页码读取原理与两条入参路线拿到资源后我先把 yys.py 源码打开看了一遍这个脚本的核心并不在“读页数”本身而在“路径处理”。文件路径和文件夹路径是两种完全不同的处理方式很多自己临时写脚本的人就是挂在这一点上。2.1 页码数存在哪页面树 /Count 与解析库选型PDF 内部是一组对象的集合根对象里有一个 /Pages 节点节点上挂着 /Count这个值代表整份文档的页数。理论上用文本方式搜 /Count 也能凑到数字但实战里这招经常翻车一份 PDF 可能有多个页面树节点每个节点的 /Count 只统计自己的子树PDF 里还可能有字体、注释、资源对象也带 /Count 字样。直接正则取数等于赌运气。正经做法是让解析库把整个对象结构重建一遍由库去选最上层的页面树。这也是 yys.py 不用自己 parsing、而是借 PyPDF2 系列库的原因。这个工具的思路原型来自 CSDN 上 jn10010537 的《python应用 pdf页码计数器》它的定位就是轻量、单文件、够用。选型上可以这么对比库适合场景不太适合的场景PyPDF2 / pypdf纯 Pythonpip 装完就能跑读页数轻量省事复杂加密、畸形文件较多的存量 PDFPyMuPDFfitz需要同时抽文本或生成缩略图的情况只数页数时偏重二进制包在部分内网环境难装pdfminer.six深度文本抽取与版面分析单个数页数属于杀鸡用牛刀yys.py 用的是第一类库原因很简单工具的目标是在 Windows 上快速给出页码数不牵扯文字抽取、不牵扯图片渲染选最省事的解析方案最合理。如果你后续要扩展成“页数 文件大小 标题元数据”一起输出也可以换成 fitz但那就不是这个工具包的定位了。2.2 核心代码还原路径判断、后缀过滤与页码读取常见实现是这么几步我按这个工具的职责还原了一段可运行逻辑import os import sys from PyPDF2 import PdfFileReader def count_pages(pdf_path): # strictFalse 对不规范文件更宽容一点 with open(pdf_path, rb) as f: reader PdfFileReader(f, strictFalse) return reader.getNumPages() def run(target): if os.path.isfile(target): # 入参是单个文件 if target.lower().endswith(.pdf): # 大小写都认 print(target, count_pages(target)) elif os.path.isdir(target): # 入参是文件夹 for name in os.listdir(target): # 只扫第一层 if name.lower().endswith(.pdf): full os.path.join(target, name) print(full, count_pages(full)) else: print(路径不存在:, target) if __name__ __main__: # 第一个命令行参数作为目标路径缺省用当前目录 run(sys.argv[1] if len(sys.argv) 1 else .)这段代码做了三件事。第一用 os.path.isfile 和 os.path.isdir 区分入参类型文件走单文件分支文件夹走遍历分支这是整个脚本的地基。第二过滤 PDF 文件时把后缀转小写再判断否则 .PDF 结尾的文件会被静默漏掉这种漏数据比报错更讨厌。第三os.path.join 拼接完整路径避免在 Windows 下手工拼反斜杠出问题。参数说明注意三点。PdfFileReader 的 strictFalse 是让解析器对不规范的 PDF 放行一些错误实测能少遇到一半左右的解析异常但文件真损坏到结构都塌了该抛错还是抛后面避坑章节会讲怎么隔离这种文件。sys.argv[1] 是命令行传入的第一个参数在 cmd 里就是 exe 或 py 后面跟的那段路径不传参数时默认跑当前目录这个默认值对双击打开的情况很友好。还要提醒一个旧库兼容问题上面这段写的是 PyPDF2 老 API在 PyPDF2 3.x 之后库改名为 pypdfPdfFileReader 变成了 PdfReadergetNumPages 变成了 len(reader.pages)。如果你手上的环境已经升级到新版本直接跑会 ImportError替换方式在避坑章节有完整写法。2.3 两类入参的边界行为单文件、文件夹与非递归这里要明确一个容易看漏的事实脚本对文件夹只遍历第一层不会进入子目录。也就是说目录下再有二级文件夹里面的 PDF 不会被统计。这个设计对“指定一个文件夹”的常见场景够用但如果你面对的是一棵很深的文件树就得把 os.listdir 换成 os.walk这一点到第 5 章给出替换方案。还有路径写法。Windows 上建议传绝对路径相对路径依赖当前工作目录cmd 里如果不先 cd 到目标目录相对路径经常指向意外位置。路径里带空格或中文时命令行里必须用英文双引号包住整个路径否则空格会把路径切成两段。比如 yys.exe D:\我的资料\扫描件 2024 是对的去掉引号就会把 D:\我的资料\扫描件 和 2024 当成两个参数。提示用窗口拖拽方式把 PDF 或文件夹拖到 cmd 窗口时Windows 会自动给路径加引号这是最不容易翻车的输入方式。3. 实操落地解压、跑 exe、用 test-1.pdf 完成冒烟验证工具包的运行方式有两种先跑哪个取决于你机器上有没有 Python。这里把完整流程走一遍从解压到出结果都覆盖。3.1 解压后先认清四样东西再动手rar 解压之后的目录不长但每一份文件的用途得分清楚。我一般按下面的表对一遍再决定走哪条路文件作用怎么用使用说明.docx操作步骤与格式说明先翻一遍重点看参数格式和输出示例yys.pyPython 源码装了 Python 的人改逻辑、读实现yys.exe免环境可执行文件没装 Python 的机器直接跑test/test-1.pdf测试样本做冒烟验证确认工具能出结果冒烟测试这一步别省。拿到工具先拿 test 文件夹练手确认环境没问题再管真实文件。直接拿重要资料试错一旦输出有问题很难判断是工具的问题还是文件本身的问题。3.2 方案 A在 cmd 里跑 yys.exe先说为什么不要双击 yys.exe它是一个命令行程序不是带窗口的 GUI 程序双击后窗口弹出、运行、关闭整个过程快到看不清结果。正确姿势是把 exe 丢进 cmd 里跑。按 WinR 输入 cmd 回车cd 到解压目录然后执行cd /d D:\pdfcount yys.exe D:\pdfcount\test\test-1.pdf这里 cd /d 是切换盘符和目录后面的引号路径是文件入参。看到输出的数字就是 test-1.pdf 的页数。再试文件夹入参yys.exe D:\pdfcount\test文件夹入参会把目录下所有 PDF 都输出一遍。文件夹传参有个细节路径最后要不要加反斜杠都行脚本里 os.path.isdir 只关心路径本身是否存在不会因为结尾斜杠出问题。3.3 方案 B源码跑 yys.py前提是装好解析库如果你的机器有 Python 3.x我更推荐用 yys.py 而不是 exe。源码能改、能看、能排查遇到问题至少知道死在哪一步。先把依赖装上pip install PyPDF2内网环境装不上 PyPI 的话也可以从离线 wheel 安装这个不在讨论范围内但记得装完用 pip show PyPDF2 确认版本。然后运行python yys.py D:\pdfcount\test\test-1.pdfpython 命令在部分 Windows 机器上需要写成 py 或 py -3这是 PATH 环境变量没配好时的常见差异。如果系统里同时有 Python 2 和 3务必用 py -3 指定解释器否则语法不兼容会直接报错。3.4 用使用说明.docx 对照验证输出格式跑通之后打开 PDF 文件本身用 Edge 或 Acrobat 的页面指示器核对一下脚本输出的数字是否一致。常见 PDF 阅读器都在界面左下角显示当前页/总页数一眼就能对比。再看一遍使用说明.docx 里写的输出格式重点看两点一是它写的参数格式和你敲的命令是否一致二是它标明的适用环境是 Windows 哪个版本、是否要求预装 Python。这步做完了工具包才算真正落地到你的环境。4. 避坑指南Windows 路径、加密 PDF 与版本差异的五个翻车点这个工具看着简单真正拿去批量处理真实 PDF 时问题不少。下面五条是我按运行顺序整理的踩坑记录每一条都在实际环境里遇到过。4.1 路径含中文和空格就报“路径不存在”现象明明文件就在那里脚本却提示路径不存在或者输出被截断成两行。原因cmd 里没给路径加引号。Windows 的路径分隔符反斜杠和空格混在一起后空格会把参数拆成两个脚本拿到的是半截路径。另外部分旧版 PyPDF2 对含中文的绝对路径在 open() 阶段有编码问题也会表现成打不开。解决命令行里统一给路径加英文双引号如果加了引号仍不稳定把整个工具目录挪到纯英文路径下比如 C:\tools\pdfcount这是最彻底的方案。4.2 加密 PDF 读不出页数抛错或返回异常现象某些 PDF 一跑到就报错或者页数输出成莫名其妙的值。原因这类 PDF 带权限密码PyPDF2 老版本默认遇到加密文件不解析直接抛 PdfReadError。很多扫描版资料和财务导出件都有这层壳。解决在读取前先判断 reader.isEncrypted为 True 时尝试 reader.decrypt()空密码能解开一部分仅加权限锁的文件解不开的用 try/except 包住把文件名写进 error_log继续处理下一个。4.3 pip 装库成功一跑就 ImportError现象明明执行了 pip install PyPDF2运行脚本却报 No module named PyPDF2或者是 AttributeError: module PyPDF2 has no attribute PdfFileReader。原因库的版本变了。PyPDF2 3.x 之后项目改名 pypdf老接口被移除部分机器还同时存在两个库的残留import 顺序混乱。解决新环境直接装 pypdf代码里改用新 APIfrom pypdf import PdfReader def count_pages(pdf_path): with open(pdf_path, rb) as f: reader PdfReader(f) return len(reader.pages)第 2 章那段旧代码只是还原老写法实际部署建议直接用这一段避免踩版本坑。4.4 一个坏文件让整批 PDF 全部停摆现象文件夹里有几十个文件跑到第几个突然抛异常退出后面的全部没统计。原因Python 的异常默认向上抛循环里没有做单文件隔离。写脚本时只想着“正常路径”忘了“文件可能是坏的”这个现实。解决把每个文件的读取包在 try/except 里失败时记录路径并继续for name in os.listdir(target): if name.lower().endswith(.pdf): full os.path.join(target, name) try: print(full, count_pages(full)) except Exception as e: print(FAIL, full, repr(e))这样坏文件只影响自己整个批次还能继续往下走。4.5 yys.exe 双击闪退或被杀毒软件直接拦掉现象双击 exe 窗口一闪而过连输出都看不到或者杀毒软件弹窗提示拦截。原因exe 是命令行程序不是 GUI运行完窗口自动关闭PyInstaller 打包的单文件程序也常被部分安全软件误报。解决在 cmd 里运行而不是双击窗口会保留输出文本杀毒软件误报就手动添加白名单或者干脆用 yys.py 源码替代。判断工具是否是恶意程序最直接的办法就是对源码做安全审查所以包内附源码这件事在排障时非常有用。5. 进阶用法把页码清单落成 CSV 并留下可复用接口单次运行输出到控制台够用但文件一上百还是得有个清单文件能留存。这里我通常会把逻辑抽成函数再用 os.walk 支持递归子目录最后写进 CSV。三个关键点递归、异常隔离、编码。import os, csv from pypdf import PdfReader def get_pdf_page_count(path): with open(path, rb) as f: return len(PdfReader(f).pages) def scan_to_csv(root, out_csvpage_count.csv): rows [] for dirpath, _, files in os.walk(root): for name in files: if name.lower().endswith(.pdf): full os.path.join(dirpath, name) try: rows.append([full, get_pdf_page_count(full)]) except Exception as e: rows.append([full, -1, repr(e)]) with open(out_csv, w, newline, encodingutf-8-sig) as f: csv.writer(f).writerows(rows) if __name__ __main__: scan_to_csv(.)os.walk 会递归所有子目录覆盖第 2 章提到的“只扫第一层”的限制读取失败的那行页数写 -1并在第三列留下异常信息方便事后定位utf-8-sig 编码是 Excel 打开不乱码的关键用 utf-8 直接写的话中文路径和文件名会乱成一团这是花钱买来的教训。从那以后我每次批量整理 PDF都强制先跑一遍扫描脚本确认输出 CSV 里没有 -1 再往下一步给打印店之前还会抽两三个文件人工核对页数避免工具和阅读器口径不一致。这套流程帮我挡掉过不止一次返工。希望这份工具和排查套路能帮到你拿到后先用 test-1.pdf 把冒烟测试跑通再上真实文件。本文还有配套的精品资源点击获取