0

Estoy leyendo un listado a partir de un excel, en el que en cada fila hace referencia a nombres de archivos.

Lo que necesito es leer de cada fila, los nombres que aparecen en las diferentes columnas. Todos esos nombres hacen referencia a diferentes PDF. Eso ya lo he conseguido, entonces saco, en un bucle, cada nombre y lo convierto en un vector, en el que cada casilla del vector es el nombre de un PDF.

Entonces necesito coger todos esos PDFs, y exportar un único PDF por cada vector.

El problema radica en que para importar un PDF, la única forma que conozco es llamando al documento por su nombre de la forma: "DocumentoX.pdf". ¿Cómo puedo importar un PDF con un nombre en función de las variables que voy sacando? Por ejemplo: insertar un PDF que se llame como la primera posición del primer vector.

Muchas gracias.

Adjunto el código que tengo hecho por ahora:

import xlrd
from PyPDF2 import PdfFileMerger
import docx
import numpy as np
import pandas as pd

archivo= 'prueba.xlsx'
documento = xlrd.open_workbook(archivo)
hoja1=documento.sheet_by_index(0)

fusionador = PdfFileMerger

n_filas = hoja1.nrows
n_columnas = hoja1.ncols
print ("numero de filas es: ", n_filas)
print ("numero de columnas es: ", n_columnas)


i=0 #Fila
j=1 #Columna



for i in range (n_filas):
    nombre_propietario = []
    vector_catastrales = []
    #print (hoja1.cell_value(i,0))
    for j in range (1, n_columnas):
        contenido_celda=hoja1.cell_value(i,j)
        if (contenido_celda != ''):
            vector_catastrales.append(contenido_celda)
    nombre_propietario.append (hoja1.cell_value(i,0))
    archivo_1 = 'separata.pdf'
    archivo_2 = 'nombre_propietario.pdf'
    print(archivo_2)
            
    print (hoja1.cell_value(i,0), vector_catastrales)
    fusionador.append(archivo_1, archivo_2, archivo_3)
8
  • En lo personal creo que el verdadero problema es que Python no tiene buenas librerías para liderar con archivos PDF. ¿Logras abrir al menos uno? Commented el 17 mar. 2021 a las 12:00
  • Buenos días. Logro abrir los archivos si escribo los nombres manualmente. El problema es cuando quiero "automatizar" los nombres, es decir, que el bucle me saque el nombre de los archivos, y que por ejemplo el "archivo_2" obtenga su nombre automáticamente del vector de "nombre_propietario". Gracias
    – Mister
    Commented el 17 mar. 2021 a las 12:09
  • ¿Logras meter los nombres de los archivos en una lista? Commented el 17 mar. 2021 a las 12:10
  • Así es. Tengo un bucle del que salen los vectores. Cada posición del vector es el nombre de un archivo a juntar. Entonces, lo que necesito saber, es como decirle al programa que busque en la carpeta los PDF que se llaman como cada casilla del vector y los junte. Necesito también que el nombre de salida sea automático.
    – Mister
    Commented el 17 mar. 2021 a las 12:15
  • Por cierto, la última línea de tu código es un error, ya que append() toma solo un valor a la vez. Debes añadir los archivos a la lista al interno del ciclo. Commented el 17 mar. 2021 a las 12:15

2 respuestas 2

0

Solo necesitas un siclo for:

def lee(arhivo):
    "Abre archivo y devuelve su contenido"
    with open(archivo, 'r') as f:
        return f.read()

archivos=['archivo1.txt','archivo2.txt']
datos_de_archivos = [lee(a) for a in archivos]

Otra forma de hacer lo mismo, sin usar funciones ni list comprehension:

archivos=['archivo1.txt','archivo2.txt']
datos=[]

for a in archivos:
    with open(a, 'r') as f:
        datos.append(f.read())

Cómo aplicarlo a los pdf usando la librería PyPDF2:

from PyPDF2 import PdfFileMerger, PdfFileReader

archivos=['archivo1.pdf','archivo2.pdf']

# obtiene todas las paginas de los pdf
pdf = PdfFileMerger()    
for a in archivos:
    pdf.append(PdfFileReader(file(a, 'rb')))

# salva el documento
pdf.write("nuevo.pdf")
3
  • No se si esto resuelve mi duda. Olvidemos el programa. Imaginemos que tenemos un vector= [archivo1, archivo2, archivo3]. ¿Como podemos decirle al programa: une los tres archivos "archivo1.pdf", "archivo2.pdf", "archivo3.pdf", y exporta ese pdf nuevo con el nombre que sea "Archivo_restultante_i" (siendo esa i una variable que queremos que cambie)?
    – Mister
    Commented el 17 mar. 2021 a las 12:16
  • Debes leer cada archivo, colocando todo el contenido de los tres archivos en una misma variable (como se ve en mi respuesta) para luego poder guardar esos datos en un archivo nuevo que creas tu mismo (único paso que no hice). ¿Tu pregunta es sobre como crear un pdf o sobre como iterar en los nombres de variables para acceder a ellos? Commented el 17 mar. 2021 a las 12:24
  • Ariel, mil gracias por tus comentarios. He conseguido resolverlo. Un saludo.
    – Mister
    Commented el 18 mar. 2021 a las 13:19
0

Por lo que entiendo, solamente quieres que tu archivo de salida pueda ir cambiando el nombre (supongo que para que no los sobreescriba), y por eso dices que podría ser con el nombre de la primera posición del vector.

Prueba con esto:

with open(archivo_1 , 'wb') as s:
    fusionador.write(s)

si no quieres que te sobreescriba el archivo_1 puedes añadirle por ejemplo un Nuevo_ delante:

with open('Nuevo_' + archivo_1 , 'wb') as s:
    fusionador.write(s)

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.