如何根据文件名组合/附加PDF？

Question

我有一堆以部门名称开头的文件。我希望每个科室都有一个文件，所以我有 1 个麻醉大文件和 1 个皮肤科大文件，而不是 4 个麻醉文件和 4 个皮肤科文件。

现在下面的代码将知道如何创建两个文件。但不知道何时正确停止追加一个部门并开始一个新部门。我现在有两个文件。一个具有所有麻醉（并且看起来不错）并停止的人。还有一个皮肤科文件，但它包含麻醉文件和皮肤文件。

有没有办法在我的循环中重新启动附加起点。抱歉，我在这里不太擅长列表/循环：

import os
from PyPDF2 import PdfFileMerger


department_list =['Anesthesiology','Dermatology']
file_dict = {}
for subdir, dirs, files in os.walk("C:/Users/username/Documents/Tests"):
    for file in files:
        filepath = subdir + os.sep + file
        for dept in department_list:
            if filepath.__contains__(dept):
                file_dict[file] = filepath
                merger = PdfFileMerger(strict=False)
                for k, v in file_dict.items():
                    print(k, v)
                    merger.append(v)
                    merger.write(dept + ' combined_result.pdf')

Answer 1

您正在浏览文件并检查它们是否属于部门。

但是，您正在创建一个单独的 file_dict，它保存属于 不同 部门的 所有 文件，而不仅仅是单个部门的文件。

您需要将合并移出将文件分配给部门的循环。更优雅的解决方案是通过 glob.glob() 最初按部门匹配文件并避免双重循环，但这也意味着需要重写。

更改现有代码的最简单方法（但可以改进）：

file_dict={ dept:{} for dept in department_list } # seed file_dict with departments
for subdir, dirs, files in os.walk("C:/Users/username/Documents/Tests"):
    for file in files:
        filepath = os.path.join(subdir,file) # note changed check
        for dept in department_list: 
            if dept in filepath: #note changed from __contains__. Usually you needn't call __ funcs in your code
                file_dict[dept][file] = filepath

for dept in department_list:
    merger = PdfFileMerger(strict=False)
    for k, v in file_dict[dept].items():
       print(k, v)
       merger.append(v)
    merger.write(dept + ' combined_result.pdf')