通过数字排序合并 pdf 文件

Question

我正在尝试编写一个 bash 脚本来将目录中的所有 pdf 文件合并到一个 pdf 文件中。命令

pdfunite *.pdf output.pdf

成功实现了这一点，但它按常规顺序合并输入文档：

1.pdf
10.pdf
11.pdf
2.pdf
3.pdf
4.pdf
5.pdf
6.pdf
7.pdf
8.pdf
9.pdf

虽然我希望按数字顺序合并文档：

1.pdf
2.pdf
3.pdf
4.pdf
5.pdf
6.pdf
7.pdf
8.pdf
9.pdf
10.pdf
11.pdf

我想混合

ls -v

或

sort -n

和

pdfunite

的命令可以解决问题，但我不知道如何组合它们。 知道如何通过数字排序合并 pdf 文件吗？

Answer 1

您可以使用

$()

 嵌入命令的结果，
所以你可以做以下事情

$ pdfunite $(ls -v *.pdf) output.pdf 或

$ pdfunite $(ls *.pdf | sort -n) output.pdf 但是请注意，当文件名包含空格等特殊字符时，这不起作用。

在这种情况下，您可以执行以下操作：

ls -v *.pdf | bash -c 'IFS=$'"'"'\n'"'"' read -d "" -ra x;pdfunite "${x[@]}" output.pdf' 虽然看起来有点复杂，但它只是组合

• 将制表符分隔的文件行读入数组
• 构建包含空格的参数列表
• 如何转义单引号字符串中的单引号

请注意，您不能使用

xargs

，因为 

pdfunite

 需要输入 pdf 作为参数的中间。
我避免使用 

readarray

，因为旧的 bash 版本不支持它，但如果您有较新的 

IFS=.. read -ra ..

，您可以使用它代替 

bash

。

Answer 2

分多个步骤进行。我假设您有从 1 到 99 的文件。

 pdfunite $(find ./ -regex ".*[^0-9][0-9][^0-9].*"  | sort) out1.pdf
 pdfunite out1.pdf $(find ./ -regex ".*[^0-9]1[0-9][^0-9].*"  | sort) out2.pdf
 pdfunite out2.pdf $(find ./ -regex ".*[^0-9]2[0-9][^0-9].*"  | sort) out3.pdf

等等。

最终文件将包含按数字顺序排列的所有 pdf。

！！！ 注意写入输出文件，例如 out1.pdf 等，否则 pdfunite 将覆盖最后一个文件 ！！！

编辑： 抱歉，我在每个正则表达式中缺少 [^0-9]。在上面的命令中更正了它。

Answer 3

您可以重命名您的文档，即 001.pdf 002.pdf 等。

Answer 4

destfile=combined.pdf
find . -maxdepth 1 -type f -name '*.pdf' -print0 \
   | sort -z -t '/' -k2n \
   | { cat; printf '%s\0' "$destfile"; } \
   | xargs -0 -x pdfunite

变量
1. destfile

   保存目标pdf文件的名称。

2. find

   命令查找当前目录中的所有pdf文件并将它们输出为NUL分隔列表。

3. sort

    命令读取 NUL 分隔的文件名列表。它指定字段分隔符 

   /

   。它按第二个字段的数字排序。 （回想一下 

   find

    的输出看起来像 

   ./11.pdf ...

   。）

我们在发送到
4. destfile

    之前附加 

   xargs

   ，并确保以 NUL 结束。

xargs 读取 NUL 分隔的参数并将其提供给
5. pdfunite

    命令。我们提供了 

   -x

    选项，以便在命令长度太长时 

   xargs

    将退出。我们不希望 

   xargs

    执行部分构造的命令。

此解决方案处理带有嵌入换行符和空格的文件名。