Перед объединением PDF составьте явный список документов в нужном порядке. Сортировка имён файлов может поставить приложение к договору раньше самого договора, а даты изменения меняются при копировании. Укажите для каждого входа его роль и выбранные страницы; затем получите ожидаемое число страниц итогового пакета.
Оригиналы оставьте неизменными. Результат сохраняйте как новый документ и проверьте его до отправки. Если среди входов есть подписанные или защищённые файлы, остановитесь и согласуйте допустимый способ сборки с владельцем процесса: новый пакет нельзя автоматически считать эквивалентом исходных документов.
Слияние страниц не означает слияние смысла
# условный пример, API сверено с pypdf 6.20
from pypdf import PdfReader, PdfWriter
inputs = ['main.pdf', 'appendix.pdf']
writer = PdfWriter()
expected = 0
for path in inputs:
reader = PdfReader(path)
expected += len(reader.pages)
writer.append(reader)
with open('packet-new.pdf', 'xb') as out:
writer.write(out)
result = PdfReader('packet-new.pdf')
assert len(result.pages) == expectedФрагмент добавляет все страницы двух условных файлов. pypdf документирует append и merge для объединения; выбор диапазонов страниц задаётся отдельно. Проверка количества подтверждает только число страниц. Она не обнаружит перепутанный порядок, неверное приложение или пропавшую подпись на видимом листе.
Формы с одинаковыми именами требуют отдельного решения
Два PDF могут иметь поле customer_name с разными значениями. Документация pypdf предупреждает о совпадении имён полей при слиянии и предлагает группировать их через add_form_topname перед добавлением источника. Это меняет способ обращения к полям, поэтому программный потребитель готового PDF должен знать новые имена.
| Тип входа | Дополнительная приёмка |
|---|---|
| Обычный документ | все страницы и порядок |
| Заполняемая форма | имена, значения и редактирование полей |
| Документ с закладками | переходы к нужным страницам |
| Повёрнутые страницы | видимый поворот и область страницы |
Если цель — только визуальный архив, решение о сохранении интерактивных форм принимают заранее. Не удаляйте поля молча ради отсутствия конфликтов: пользователю может быть нужна дальнейшая обработка. Подготовьте пару тестовых форм с одинаковыми именами и разными значениями; такая проверка гораздо полезнее объединения двух пустых листов.
Читаем пакет так, как его прочитает получатель
- Открыть начало и конец каждого исходного документа в пакете.
- Проверить переходы между документами и выбранные диапазоны.
- Сравнить заполненные поля с исходниками.
- Просмотреть страницы с rotation и нестандартным размером.
- Проверить поиск текста и нужные ссылки.
Числовой индекс страницы в библиотеке и номер, который видит пользователь, могут различаться. Для выборочной сборки храните обе записи в manifest: индекс исходной страницы и её место в пакете. Удаление титульного листа не должно сдвинуть смысл ссылки «приложение на странице 5» без проверки.
Большой или повреждённый файл способен расходовать много памяти и времени. Для серверной сборки задайте ограничение входного объёма и deadline задания, а сбой одного документа помечайте явно. Частичный пакет нельзя отдавать как полный без согласованного режима и заметного предупреждения.
Повторная сборка получает собственную версию
Для параллельных задач используйте отдельные рабочие каталоги. Состав входов и их контрольные суммы привяжите к ID задания; это позволяет отличить повтор той же операции от нового пакета. Готовность отмечают после чтения результата и приёмки, а не сразу после появления файла на диске.
Старый пакет сохраняйте до принятия нового, чтобы откат не требовал повторно собирать изменившиеся исходники. Для помощи нужны обезличенные PDF, список порядка и страниц, версия pypdf и описание ожидаемого поведения форм. С такой подборкой можно выяснить, проблема в структуре входов, выборе страниц или клонировании полей.