Question

我正在尝试使用Python使用部分文件内容重命名PDF文件。情况就是这样。

PDF文件是商业发票，包含字词＆＃34;商业发票＆＃34;和＆＃34;部门＆＃34;。我想将文件重命名为＆＃34; Commercial Invoice＆＃34;和＆＃34;部门＆＃34;，例如＆＃34; 353624 HR＆＃34;。

这是我到目前为止所做的：

from StringIO import StringIO
import pyPdf
import os

# a function here
def getPDFContent(path):
    content = ""
    num_pages = 10
    p = file(path, "rb")
    pdf = pyPdf.PdfFileReader(p)
    for i in range(0, num_pages):
        content += pdf.getPage(i).extractText() + "\n"
        content = " ".join(content.replace(u"\xa0", " ").strip().split())     
        return content 

# name of the source PDF file
PDF_name = '222'

# picking texts from the PDF file
pdfContent = StringIO(getPDFContent("C:\\" + PDF_name + ".pdf").encode("ascii", "ignore"))
for line in pdfContent:
    aaa = line.find(' Commercial Invoice ')
    CIN = line[aaa + 28: aaa + 38]
    bbb = line.find('Department')
    Dpt = line [bbb+20 : bbb+26]

    final_name = str(CIN + " " + Dpt)

print final_name

f = open("C:\\" + PDF_name + ".pdf")
f.close()

os.rename("C:\\" + PDF_name + ".pdf", "C:\\" + final_name + ".pdf")

它一直有效，直到打印出提取的文本为止。 print final_name＆＃39;，但在重命名文件的最后一部分，它给出了一个错误＆＃34; WindowsError：[错误32]进程无法访问该文件，因为它正被另一个进程使用＆＃34;。

这里出了什么问题？好像文件一旦没有正确关闭？

解决方案

在vks的帮助下，＆＃39; getPDFContent＆＃39;应定义为（关闭＆＃39; p＆＃39;）：

def getPDFContent(path):
    content = ""
    num_pages = 10
    p = file(path, "rb")
    pdf = pyPdf.PdfFileReader(p)
    for i in range(0, num_pages):
        content += pdf.getPage(i).extractText() + "\n"
        content = " ".join(content.replace(u"\xa0", " ").strip().split())     
    p.close()
    return content

Answer 1

def getPDFContent（path）中的

在p = file（path，“rb”）之后

内容复制后，

你需要关闭文件。

p.close（）。

把它放在for循环之后但是在函数中。这应该在此之后起作用。

Answer 2

也将C:\\添加到最后一行的PDF_name中。

Answer 3

实际上p.close应该不在for循环中。否则它将无法正常工作。

for i in range(0, num_pages):
     content += pdf.getPage(i).extractText() + "\n"
     content = " ".join(content.replace(u"\xa0", " ").strip().split())     
p.close()
return content

如果p.close在里面只有第一页内容可用，这不是重要的。

使用从PDF文件中提取的文本重命名PDF文件

解决方案

3 个答案: