Question

我正在尝试在pdf文件中旋转页面，然后用SAME pdf文件中的旋转页面替换旧页面。

我写了以下代码：

#!/usr/bin/python

import os
from pyPdf import PdfFileReader, PdfFileWriter

my_path = "/home/USER/Desktop/files/"

input_file_name = os.path.join(my_path, "myfile.pdf")
input_file = PdfFileReader(file(input_file_name, "rb"))
input_file.decrypt("MyPassword")
output_PDF = PdfFileWriter()

for num_page in range(0, input_file.getNumPages()):
    page = input_file.getPage(num_page)
    page.rotateClockwise(270)
    output_PDF.addPage(page)

#Trying to replace old data with new data in the original file, not
#create a new file and add the new data!
output_file_name = os.path.join(my_path, "myfile.pdf")
output_file = file(output_file_name, "wb")
output_PDF.write(output_file)
output_file.close()

上面的代码给了我一个错误！我甚至尝试过使用：

input_file = PdfFileReader(file(input_file_name, "r+b"))

但它也不起作用......

更改行：

output_file_name = os.path.join(my_path, "myfile.pdf")

使用：

output_file_name = os.path.join(my_path, "myfile2.pdf")

修复了一切，但这不是我想要的......

任何帮助？

错误代码：

回溯（最近一次呼叫最后）：文件“12-5.py”，第22行，中 output_PDF.write（output_file）文件“/usr/lib/pymodules/python2.7/pyPdf/pdf.py”，第264行，写入 self._sweepIndirectReferences（externalReferenceMap，self._root）文件“/usr/lib/pymodules/python2.7/pyPdf/pdf.py”，第339行，in _sweepIndirectReferences self._sweepIndirectReferences（externMap，realdata）文件“/usr/lib/pymodules/python2.7/pyPdf/pdf.py”，第315行， _sweepIndirectReferences value = self._sweepIndirectReferences（externMap，value）文件“/usr/lib/pymodules/python2.7/pyPdf/pdf.py”，第339行，in _sweepIndirectReferences self._sweepIndirectReferences（externMap，realdata）文件“/usr/lib/pymodules/python2.7/pyPdf/pdf.py”，第315行， _sweepIndirectReferences value = self._sweepIndirectReferences（externMap，value）文件“/usr/lib/pymodules/python2.7/pyPdf/pdf.py”，第324行，in _sweepIndirectReferences value = self._sweepIndirectReferences（externMap，data [i]）File“/usr/lib/pymodules/python2.7/pyPdf/pdf.py”，第339行，in _sweepIndirectReferences self._sweepIndirectReferences（externMap，realdata）文件“/usr/lib/pymodules/python2.7/pyPdf/pdf.py”，第315行， _sweepIndirectReferences value = self._sweepIndirectReferences（externMap，value）文件“/usr/lib/pymodules/python2.7/pyPdf/pdf.py”，第324行，in _sweepIndirectReferences value = self._sweepIndirectReferences（externMap，data [i]）File“/usr/lib/pymodules/python2.7/pyPdf/pdf.py”，第345行，in _sweepIndirectReferences newobj = data.pdf.getObject（data）文件“/usr/lib/pymodules/python2.7/pyPdf/pdf.py”，第649行，在getObject中 retval = readObject（self.stream，self）文件“/usr/lib/pymodules/python2.7/pyPdf/generic.py”，第67行，in 的readObject return DictionaryObject.readFromStream（stream，pdf）File“/usr/lib/pymodules/python2.7/pyPdf/generic.py”，第564行，in readFromStream raise utils.PdfReadError，“无法在流后找到'endstream'标记。” pyPdf.utils.PdfReadError：无法找到'endstream'标记流后。

Answer 1

我怀疑这个问题是PyPDF在写入文件时正在读取文件。

正确的修复 - 正如您所注意到的 - 是写入单独的文件，然后用新文件替换原始文件。像这样：

output_file_name = os.path.join(my_path, "myfile-temporary.pdf")
output_file = file(output_file_name, "wb")
output_PDF.write(output_file)
output_file.close()
os.rename(output_file_name, input_file_name)

我已经编写了一些简化此代码的代码：https://github.com/shazow/unstdlib.py/blob/master/unstdlib/standard/contextlib_.py#L14

from unstdlib.standard.contextlib_ import open_atomic

with open_atomic(input_file_name, "wb") as output_file:
    output_PDF.write(output_file)

这将自动创建一个临时文件，写入它，然后替换原始文件。

编辑：我最初误读了这个问题。以下是我的错误，但对其他人的回答可能有帮助。

您的代码很好，并且应该在＆＃34;大多数＆＃34; PDF文件。

您遇到的问题是PyPDF与您尝试使用的特定PDF之间不兼容。这可能是PyPDF中的错误，也可能是PDF不完全有效。

你可以尝试两件事：

查看PyPDF2是否可以读取该文件。使用pip install PyPDF2安装PyPDF2，将import pyPdf …替换为import PyPDF2 …，然后重新运行脚本。
使用其他程序重新编码PDF，看看是否有效。例如，使用convert bad.pdf bad.ps; convert bad.ps maybe-good.pdf 之类的东西可以修复问题。

如何编辑pdf文件，替换其数据？

1 个答案: