Se você se preocupa em usar python, existem vários scripts python discutidos neste tópico anterior: link
Devido à maneira como a biblioteca em PDF do Python funciona, todos os arquivos são abertos primeiro e somente quando se escreve o arquivo de saída, o conteúdo é lido. Você deve esperar alto consumo de memória por causa disso. A solução alternativa seria dividir os arquivos em várias pastas.
Você pode facilmente expandir esse script para, por exemplo, combinar todos os PDFs em uma subárvore e todas as suas subpastas.
Este programa suporta sinalizadores opcionais para saída detalhada e para pular a última página de cada arquivo de entrada. Caracteres curinga são permitidos para o padrão de arquivo de entrada.
from argparse import ArgumentParser
from glob import glob
from PyPDF2 import PdfFileReader, PdfFileWriter
def PDF_cat(files, output_filename, skiplastpage, verbose):
# First open all the files, then produce the output file, and
# finally close the input files. This is necessary because
# the data isn't read from the input files until the write
# operation. Thanks to
# https://stackoverflow.com/questions/6773631/problem-with-closing-_
# python-pypdf-writing-getting-a-valueerror-i-o-operation/6773733
writer = PdfFileWriter()
skip = 1 if skiplastpage else 0
# collect and open input files
inp = [open(f,'rb') for f in glob(files) if f != output_filename]
n = len(inp)
print 'merging %d files' % n
for i, fh in enumerate(inp, 1):
reader = PdfFileReader(fh)
for pg in range(reader.getNumPages() - skip):
writer.addPage(reader.getPage(pg))
if verbose: print '%d/%d %s' % (i, n, fh.name)
print('writing output file...')
with open(output_filename, 'wb') as fout:
writer.write(fout)
# finallly...
for fh in inp:
fh.close()
if __name__ == '__main__':
parser = ArgumentParser()
# add more options if you like
parser.add_argument('-o', '--output',
dest='output_filename',
help='write merged PDF files to FILE',
metavar='FILE')
parser.add_argument(dest='files',
help='PDF files to merge')
parser.add_argument('-s', '--skiplastpage',
dest='skiplastpage',
action='store_true',
help='skip last page of each merged PDF')
parser.add_argument('-v', '--verbose',
dest='verbose',
action='store_true',
help='show progress')
parser.set_defaults(output_filename='mergedPDFs.pdf', files='.\*.pdf',
skiplastpage=False, verbose=False)
args = parser.parse_args()
PDF_cat(args.files, args.output_filename, args.skiplastpage, args.verbose)
Um teste rápido: mesclar 501 PDFs idênticos de 91 KB cada um levou 61 s no meu notebook, usando PDFtk.exe levou 83 s. Os arquivos de saída não eram do mesmo tamanho, mas eram idênticos.