使用 Python 批量修正 PDF Metadata Title 為檔名

前言

在處理大量 PDF 文件時，常會遇到檔案內嵌的 Metadata Title 與實際檔名不符的問題，這會影響文件管理與搜尋效率。本文示範如何利用純 Python 的 pypdf 套件，自動走訪指定資料夾（含子資料夾）內所有 PDF，將其 Metadata 中的 Title 欄位批量更新為檔名（不含副檔名），同時保留其他 Metadata，並備份原始檔案。適合需要批量整理 PDF 檔案屬性的工程師與自學者。

使用 pypdf 讀寫 PDF Metadata

pypdf 是一個純 Python 的 PDF 操作套件，能讀取與修改 PDF 的內容與屬性。本文重點在修改 PDF 的 Metadata，特別是 /Title 欄位。

讀取與複製 PDF 頁面

為了保留 PDF 內容，先使用 PdfReader 讀取原始 PDF，再用 PdfWriter 複製所有頁面：

reader = PdfReader(str(src_for_edit))
writer = PdfWriter()
for page in reader.pages:
    writer.add_page(page)

這樣做是為了在不破壞內容的前提下，更新 Metadata。

修改 Metadata 中的 Title

原始 Metadata 透過 reader.metadata 取得，是一個字典。為避免遺失其他欄位，先複製除了 /Title 以外的欄位，並將值轉成字串：

orig_meta = reader.metadata or {}
new_meta = {}
for key, value in orig_meta.items():
    if key == "/Title":
        continue
    if value is None:
        continue
    new_meta[key] = str(value)

接著設定新的 Title 為檔名（不含副檔名）：

new_meta["/Title"] = pdf_path.stem
writer.add_metadata(new_meta)

這樣可以確保只改 Title，其他 Metadata 保持不變。

備份原始檔案與覆寫

為防止資料遺失，程式會先建立備份檔案（檔名加上 .bak），如果備份已存在，則直接使用原檔：

backup_path = pdf_path.with_suffix(pdf_path.suffix + ".bak")
if not backup_path.exists():
    shutil.copy2(pdf_path, backup_path)
    src_for_edit = backup_path
else:
    src_for_edit = pdf_path

最後將修改後的 PDF 直接覆寫原始檔案。

遞迴走訪資料夾

利用 pathlib 的 rglob 方法，可以遞迴搜尋指定資料夾底下所有 .pdf 檔案，並過濾掉備份檔：

for path in root.rglob("*.pdf"):
    if path.name.endswith(".pdf.bak"):
        continue
    fix_pdf_title(path)

實際應用與延伸

此工具適合用於資料整理、文件管理系統，或是需要統一 PDF Metadata 的場景。未來可擴充功能，例如修改其他 Metadata 欄位、支援多種檔案格式，或加入多線程提升處理效率。

常見問題與注意事項

  • 確保執行環境有安裝 pypdf 套件。
  • 備份機制避免資料遺失，但仍建議先手動備份重要檔案。
  • 修改 Metadata 不會改變 PDF 內容，但部分 PDF 可能因加密或損毀導致處理失敗。

完整程式碼

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

"""
批量修正 PDF Metadata Title（使用 pypdf，純 Python，不需編譯）

功能：
- 走訪指定資料夾（含子資料夾）所有 .pdf
- 把 PDF 內嵌的 /Title 改成「檔名（不含 .pdf）」
- 原檔先備份成 xxx.pdf.bak
"""

import sys
from pathlib import Path
import shutil

from pypdf import PdfReader, PdfWriter

def fix_pdf_title(pdf_path: Path):
    """把單一 PDF 的 Title 改成檔名（不含副檔名）"""
    try:
        print(f"處理：{pdf_path}")

        # 建立備份：xxx.pdf.bak（如果已存在就略過）
        backup_path = pdf_path.with_suffix(pdf_path.suffix + ".bak")
        if not backup_path.exists():
            shutil.copy2(pdf_path, backup_path)
            src_for_edit = backup_path  # 從備份讀
        else:
            src_for_edit = pdf_path     # 已備份過就直接用目前檔案

        # 讀 PDF
        reader = PdfReader(str(src_for_edit))
        writer = PdfWriter()

        # 複製所有頁
        for page in reader.pages:
            writer.add_page(page)

        # 讀取原有 metadata
        orig_meta = reader.metadata or {}
        new_meta = {}

        # 保留其他欄位，只改 /Title
        for key, value in orig_meta.items():
            if key == "/Title":
                continue
            if value is None:
                continue
            new_meta[key] = str(value)

        # 設定新的 Title = 檔名（不含 .pdf）
        new_title = pdf_path.stem
        new_meta["/Title"] = new_title

        writer.add_metadata(new_meta)

        # 寫回原本檔名（覆蓋）
        with open(pdf_path, "wb") as f_out:
            writer.write(f_out)

        print(f"  ✅ 已更新 Title 為：{new_title}\n")

    except Exception as e:
        print(f"  ❌ 發生錯誤：{e}\n")

def scan_folder(root: Path):
    """走訪資料夾底下所有 .pdf"""
    for path in root.rglob("*.pdf"):
        # 跳過備份檔
        if path.name.endswith(".pdf.bak"):
            continue
        fix_pdf_title(path)

def main():
    if len(sys.argv) >= 2:
        target_dir = Path(sys.argv[1]).expanduser().resolve()
    else:
        # 沒帶參數就用目前工作目錄
        target_dir = Path.cwd()

    if not target_dir.exists() or not target_dir.is_dir():
        print(f"找不到資料夾：{target_dir}")
        sys.exit(1)

    print(f"開始處理資料夾：{target_dir}\n")
    scan_folder(target_dir)
    print("全部處理完成 🎉")

if __name__ == "__main__":
    main()
標籤
分享

相關文章