Prog. Python lecture et classement avec perte data

Nous avons un programme qui lit un fichier PDF de plusieurs page (il y a des codes à un endroits précis) il faut les lire et les mettre en mémoire puis classer par rapport à ce code (il peut y avoir 2 pages comme 200 ou +) et le prog. actuel que j'avais fait développer parfois créer des doublons et zappe certain.. j'ai besoin d'une correction.
Merci d'avance,