找出一个 PDF 有多少页是一件很简单的事情。查看器显示页数。找出一个文件夹中的 50 个 PDF 有多少页，或者所有这些 PDF 总共有多少个单词，这些都不是。手动打开每个文件、记下计数并对数字求和所花费的时间比创建 PDF 的实际工作时间要长。
手动计算文件数量是计算机的发明目的。然而大多数 PDF 工具不提供多文件计数。
计算多个 PDF Batch 文件中的字数和页数需要支持批量统计的工具，或从每个文件中提取信息并求和的脚本。 WukongPDF 的PDF 页面 工具可以帮助进行单个文件统计，下面的方法可以处理多文件聚合。
使用 PDF 工具中的内置批量统计
Adobe Acrobat Pro 不包含批处理页面或字数统计功能。一些第三方 PDF 管理工具可以。 PDF Architect 和 Nitro Pro 包含批处理模块，可以报告选定文件集的页数。输出通常是一个 CSV 文件，列出每个文件名及其页数，总计位于底部。
基于浏览器的 PDF 工具通常不提供多文件统计信息，因为无状态请求模型不会保留文件上传过程中的信息。每个文件都是一个单独的会话。聚合统计信息需要跨多个文件的持久会话，这在桌面和基于服务器的工具中更为常见。
使用文件资源管理器进行页数估计
Windows 文件资源管理器和 macOS Finder 在文件元数据列中显示 PDF 页数。启用文件资源管理器的详细信息视图中的页面列，每个 PDF 的页数将显示在列表中。选择所有文件，状态栏可能会显示总和，具体取决于操作系统版本和配置。
文件资源管理器的页数读取速度很快，因为它读取每个 PDF 中的一个小的元数据字段，而不是打开整个文件。对于包含数百个 PDF 的文件夹，页面计数只需几秒钟即可填充。但是，文件资源管理器不提供字数统计，对于具有非标准内部结构（其中元数据与实际页数不一致）的 PDF，其页数读数可能不准确。
跨 PDF 编写字数和页数脚本
使用 PyPDF2 或 pdfplumber 等 PDF 库的 Python 可以从文件夹中的每个 PDF 中提取页数和字数并对它们进行求和。该脚本打开每个 PDF，从文档元数据中读取页数，从每个页面中提取文本，计算字数并累加总数。输出是整个文件夹的总页数和字数。
该脚本可以处理任意数量的文件。包含 500 个 PDF 的文件夹只需几分钟即可处理完毕，具体取决于文件大小和文本提取的速度。该脚本会产生一致的结果，因为它对每个文件应用相同的计数逻辑。手动计数会因疲劳和分心而产生偏差。脚本化计数是可重复且可审计的。
| 方法 | 速度 | 准确度 | 提供字数统计？ |
|---|---|---|---|
| 文件资源管理器元数据 | 秒数 | 中等（仅限元数据） | 不 |
| 批量PDF工具 | 分钟 | 高的 | 一些工具 |
| Python脚本 | 分钟（取决于文件数量） | 高（提取实际文本） | 是的 |
| 手动打开和计数 | 时间 | 低（疲劳） | 是的，手动 |
按字数处理扫描的 PDF
扫描的 PDF 包含图像，而不是文本。基于文本提取的字数统计对于扫描文档返回零字，因为没有要提取的文本。要将扫描的 PDF 包含在字数统计中，请先对其运行 OCR 以创建文本图层。然后，字数统计脚本会对 OCR 文本进行计数。 OCR 字数是近似值，因为 OCR 会引入识别错误。
对于同时包含数字 PDF 和扫描 PDF 的混合文件夹，脚本应报告单独的总计：带有本机文本的数字 PDF 中的单词，以及 OCR 后扫描 PDF 中的单词。在不区分来源的情况下将它们合并为一个总数会夸大扫描文档字数统计的准确性，并掩盖了总数的某些部分是 OCR 估计的而不是精确的事实。
按章节或章节导出字数
除了总字数之外，提取每个 PDF 中每个部分的字数还可以提供用于编辑、翻译或计费的精细数据。使用 PDF 书签或标题检测来分段文本并计算每个分段的字数的脚本会生成详细的报告。输出中的每一行显示文件名、部分名称以及该部分的字数。
部分级别计数对于将不同部分分配给不同翻译人员的翻译项目很有价值。项目经理使用这些计数来均匀分配工作并估计完成时间。相同的计数支持按部分计费，其中定价因内容复杂性而异。总字数告诉您项目的大小。节级字数统计告诉您如何划分它。
使用计数进行计费和估算
按页或按字计费的自由职业者和机构使用批量计数来生成发票。生成文件名、页数和字数的 CSV 的脚本可提供可计费的报告。客户可以独立验证计数。该报告以数据支持发票。
项目估算也受益于批次计数。按字数定价的翻译项目需要所有文档的准确源字数统计。按页定价的打印项目需要总页数。在报价之前运行计数可确保报价基于实际文档量而不是估计值。计算所花费的时间可以通过准确的定价得到回报。