PdfFileReader：PdfReadError：在指定位置找不到外部参照表

Question

我试图通过以下方式阅读python中的Pdf文件：

from PyPDF2 import PdfFileReader, PdfFileWriter
test_reader = PdfFileReader(file("test.pdf", "rb"))

Above Line抛出错误：

PyPDF2.utils.PdfReadError: Could not find xref table at specified location

任何帮助都将受到高度赞赏

Answer 1

这是固定的。实际上，没有任何问题。似乎，我用来测试的pdf已经损坏了（即使我打开它时，内容就在那里，这就是为什么我在第一时间无法弄清楚的原因）

我用另一个替换它，它按预期工作。

Answer 2

您可以使用qpdf修复损坏的PDF，也可以只使用 pikepdf （基于qpdf）代替PyPDF2。该库基于qpdf，因此能够很好地处理损坏的PDF。

示例：

import pikepdf
pdf = pikepdf.Pdf.open(file)

Pikepdf文档：https://pikepdf.readthedocs.io/en/latest/