PDF批量检查工具

在整理网上下载的PDF文件时，经常会遇到损坏的文档。一个个打开来检查的话耗时费力，于是就利用python的pyPdf库写了一个小程序。可以自动校验指定文件夹下的全部pdf文件，自动遍历其中的所有子文件夹。命令行独立运行，不依赖于任何PDF浏览工具。使用方法，在cmd命令行窗口中切换到程序目录

根据提示输入文件夹路径即可；也可直接指定路径运行。完成后，程序会在当前目录下生成三个文件

• pdflist.txt ：列出 目录下的全部PDF文件
• pdfdel.txt ： 打开出错的PDF文件列表，部分文件可在Acorobat打开时自动修复。
• pdfsp.txt ： 可以打开但有权限限制的PDF文件。

点此下载

不过pyPdf模块仍有些小问题，最新的版本是2010年发布的1.13，在处理用 PDF-XChange 处理过的文件时会出现ValueError 错误。Chui-Wen Chiu 发现了这个问题，可通过对模块中pypdf.py文件第700行的read函数作如下修正解决：

try:
line = self.readNextEndLine(stream)
startxref = int(line)
line = self.readNextEndLine(stream)
if line[:9] != “startxref”:
raise utils.PdfReadError, “startxref not found”
except ValueError:
# FIX: startxref 44986738
a,v = line.split(‘ ‘)
startxref = int(v)

然后用pyinstaller 打包，就得到了这里的程序。