Um script em Python que junta arquivos PDF em um só ou divide PDFs grandes em partes por páginas ou por regras

Exemplo de resultado

python merge_sales.py --month 2026-10

2026-11-02 09:14:03 INFO  Pasta: sales/2026-10, 9 arquivos encontrados
2026-11-02 09:14:03 INFO  shop-01.csv: 1.284 linhas
2026-11-02 09:14:04 INFO  shop-02.xlsx: 967 linhas
2026-11-02 09:14:04 WARN  shop-07.csv: 3 linhas sem preço ignoradas (linhas 88, 412, 913)
2026-11-02 09:14:05 INFO  Pronto: 10.412 linhas -> report-2026-10.xlsx (abas "Vendas" e "Totais")

[columns]
date = Data, Data da venda, Dia
product = Produto, Item, Descrição
quantity = Qtd, Quantidade, Unid
price = Preço, Preço unitário

def read_shop_file(path: Path, columns: dict[str, list[str]]) -> pd.DataFrame:
    """Lê o arquivo de uma loja e dá a ele os nomes de colunas do relatório."""
    table = pd.read_excel(path) if path.suffix == ".xlsx" else pd.read_csv(path, encoding="utf-8-sig")
    renamed = {}
    for name, variants in columns.items():
        found = next((c for c in table.columns if c.strip() in variants), None)
        if found is None:
            raise ReportError(f"{path.name}: nenhuma coluna para '{name}' (procuradas: {', '.join(variants)})")
        renamed[found] = name
    table = table.rename(columns=renamed)[list(columns)]
    table["shop"] = path.stem
    return table

Sobre este serviço

Contratos digitalizados que chegaram um arquivo por página, um extrato de 300 páginas que precisa sair cliente por cliente, um conjunto de documentos que tem de ser enviado como um único PDF: este script em Python faz esse tipo de trabalho com PDF em segundos, em vez de cliques em um editor. Ele junta arquivos na ordem que você definir (por nome, por data ou a partir de uma lista), divide um PDF em páginas avulsas, intervalos fixos ou partes que começam em cada marcador e, no Premium, pode cortar onde uma página tiver uma palavra que você indicar, como Fatura nº. As páginas mantêm a qualidade porque são copiadas, não impressas de novo. Envie o trabalho e um ou dois arquivos de exemplo sem nada confidencial. Você mesmo roda o script no seu computador. Ele não edita textos nem lê digitalizações.

O que está incluído

• O que você recebeUm arquivo ZIP com o script em Python, um README com instruções passo a passo e, a partir do Padrão, um arquivo de configurações com ordem, intervalos e nomes; o código também aparece na página do pedido.
• Junta na sua ordemPor nome, data ou uma lista que você passar
• Divide do seu jeitoPáginas avulsas, intervalos ou marcadores
• Sem perda de qualidadeAs páginas são copiadas como estão
• Nomes de arquivo clarosNúmeros, intervalos de páginas ou nomes da sua lista
• Código legívelCom comentários, fácil de mudar uma regra depois

Como funciona

1. 1
   TarefaVocê descreve o trabalho e envia um ou dois PDFs de exemplo
2. 2
   CódigoEscrevemos o script e o guia para rodá-lo
3. 3
   TesteVocê roda em cópias dos seus arquivos e confere as páginas
4. 4
   AjustesVocê pede ajustes dentro do seu pacote e envia qualquer mensagem de erro

O que precisamos de você

O que você precisa: quais arquivos juntar e em que ordem, ou como dividir (cada página, a cada N páginas, por intervalos, por marcadores ou por uma palavra na página), e como nomear os resultados. Um ou dois PDFs de exemplo sem nada confidencial, ou o mesmo layout com conteúdo inventado; se a divisão depender de uma palavra, uma página que a mostre. Mais ou menos quantos arquivos e páginas, e o seu sistema: Windows, macOS ou Linux.

Vamos perguntar:

• Juntar, dividir ou um depois do outro?
• Como saber onde cada parte começa?
• Como os arquivos devem ser nomeados?
• Onde ele vai rodar?

Compare os pacotes

Perguntas e respostas

Não encontrou a resposta? Pergunte