在Linux中使用脚本合并多个PDF文件？

Question

我想从X网站保存/下载pdf文件，然后将所有这些pdf文件合并成一个，这样我就可以一次看到它们所有的内容。

我的做法是：

1. 从网站获取pdf文件

wget -r -l1 -A.pdf --no-parent http://linktoX 2. 合并pdf文件

gs -dNOPAUSE -sDEVICE=pdfwrite -sOUTPUTFILE=Combined_date +%F.pdf -dBATCH file1.pdf file2.pdf file3.pdf

我的问题/难题是，我想将整个过程自动化为一个脚本，这样我就不必每天都这么做了。在X中每天都会添加新的pdf文件。

那么，如何在步骤2中完成上述操作，而不需要提供所有pdf文件的完整列表？我尝试在步骤2中使用file*.pdf，但它以随机顺序合并了所有pdf文件。

下一个问题是，每天的file*.pdf的总数不同，有时候是5个pdf，有时候是10个...但好的事情是按顺序命名为file1.pdf，file2.pdf等。

因此，我需要一些帮助来完成上述第2步，使得所有的pdf都按顺序合并，我不必明确地给出每个pdf的名称。

谢谢。

更新： 这解决了问题。

pdftk `ls -rt kanti*.pdf` cat output Kanti.pdf

我执行了ls -rt命令，因为file1.pdf首先被下载，然后是file2.pdf等等...只是执行ls -t命令会将file20.pdf放在开头，而将file1.pdf放在最后...

- seg.server.fault

Answer 1

我以前也用过pdftk，效果不错。

要按数字顺序列出文件，可以指示sort忽略文件名的前$n-1$个字符，方法如下：

ls | sort -n -k 1.$n

如果你有一个文件*.pdf：

$ ls | sort -n -k 1.5
file1.pdf
file2.pdf
file3.pdf
file4.pdf
file10.pdf
file11.pdf
file20.pdf
file21.pdf

- A B

Answer 2

我之前曾使用过pdftk进行PDF文件的合并，因为它在Debian/Ubuntu系统中很容易获取。

- Dirk Eddelbuettel

---

我想按顺序合并PDF文件；使用*.pdf会以随机顺序合并...我想按照这个顺序合并：file1.pdf...file9.pdf file10.pdf file11.pdf等等... - seg.server.fault

Answer 3

你可以像这样做：

GSCOMMAND="gs -dNOPAUSE -sDEVICE=pdfwrite -sOUTPUTFILE=Combined_date +%F.pdf -dBATCH"
FILES=`ls file*.pdf | sort -n -k 1.5`

$GSCOMMAND $FILES

假设文件名为“ file.pdf” 。还可以参考alberge的帖子。

如果文件名中有空格，它将对文件进行奇怪的处理，因此，如果您需要处理具有空格名称的文件，则需要添加转义。

我真的很好奇其他人会想出什么，因为这在我看来是一个相当快速和肮脏的解决方案，但随着其他人的答案变得越来越好：）

编辑

如alberge建议，对于FILES使用数值排序命令。

- extraneon