Question

我在数据库中有一个列FileContent（数据类型image），用于存储pdf，zip和docx文件。

FileContent列在数据库中具有以下值：0x2550444...

我使用python将SQL表读入DF，而FileContent列中的值包含奇怪的文本而不是0x2550444...：

％PDF-1.7 \ n \ n4 0 obj \ n（身份）\ nendobj \ n5 0 obj（Adobe）endobj8 0 obj＆gt;流xœì½x\ÅÕ7＆gt;sïÝÞ«¶hμ»ZíJòªKV³，Õb['eK²eKVqaÝmlÜ0ÍÑƒ〜NBÁ$ÙÆ¢>¼| ...'〜4JpH€“éæÎcxóþŸïý¾G＃Ÿ=¿™;3wæÌ™3gæÞ]＃Œ²Ã‡€：Ê>fWÕþ °ã~+〜Bž£¥åó_{óÒÕ¿™€õ®ŠÒº²

有没有办法使用python检索文件或将上面的文本转换为文件（例如PDF）？

非常感谢您的意见。谢谢。

我的最终目标是： - 从FileContent列中检索文件，稍后在文件中提取文本。

代码：

import pymssql
conn = pymssql.connect(server="",user="",password="",database="")
stmt = "SELECT FileContent FROM [tablename]"
df = pd.read_sql(stmt,conn)
df.head()
print(df)

Answer 1

一切都很好。您看到的是相同内容的不同表示。

0x255044 ...是第一个字节的十六进制表示。如果你在ASCII表中查找，

0x25 =＆＃39;％＆＃39;
0x50 =＆＃39; P＆＃39;
0x44 =＆＃39; D＆＃39;

等等。另一个文本是.pdf在文本编辑器中的样子。＆＃34; stream＆＃34;之后出现乱码。是pdf中的压缩压缩内容。

只需将整个流写入.pdf文件（使用二进制模式！）并尝试在Acrobat Reader中打开。

with open('temp.pdf', 'wb') as outfile:
    outfile.write(pdf_content_from_database)

应该这样做。

Answer 2

'%PDF-1.7\n的ASCII代码为'0x25'，'0x50'，'0x44'，'0x46'，'0x2d'，'0x31'，{{ 1}}，'0x2e'，'0x37'

所以'0xa'只是该字符串的ASCII表示。 0x255044462d302e370a是pdf文件的序言。这意味着您已从数据库中正确提取了PDF文件的内容。您只需将其保存到扩展名为.pdf的文件即可使用它。

因此，假设上述文本包含在变量'%PDF-1.7\n中，则转换为pdf文件只是：

fileContent

使用python从数据库中检索文件

2 个答案: