Python Wand.image PDF到内存转换器

时间:2018-03-09 00:52:19

标签: python wand

我正在尝试编写一些代码,将驻留在网络上的PDF转换为一系列jpgs。

我得到的代码是:

1)采取pdf

2)将其保存到磁盘

3)将其转换为JPG,并保存到磁盘。

有没有办法编写相同的代码(尝试下面的代码,抛出错误),这将从互联网上获取PDF,但将其保存在内存中(以防止程序写入磁盘/从磁盘读取),然后将其转换为JPG(将上传到AWS s3)?

我以为这会起作用:

f = urlopen("https://s3.us-east-2.amazonaws.com/converted1jpgs/example.pdf") #file to process

但我收到以下错误:

“Exception TypeError:TypeError(”类型为'NoneType'的对象没有len()“,)>忽略”

完整代码,以及我想要转换的正确PDF文件。注意:如果我将f =替换为保存在磁盘上的PDF的位置,则代码有效:

from urllib2 import urlopen
from wand.image import Image

#location on disk
save_location = "/home/bob/Desktop/pdfs to convert/example1"

#file prefix
test_id = 'example'
print 1
f = urlopen("https://s3.us-east-2.amazonaws.com/converted1jpgs/example.pdf")
print 2
print type(f)

with Image(filename=f) as img:
    print('pages = ', len(img.sequence))
    with img.convert('jpg') as converted:
        converted.save(filename=save_location+"/"+test_id+".jpg")

1 个答案:

答案 0 :(得分:1)

urlopen的结果显然不是文件名,因此您无法通过filename=f并希望它可以正常工作。

我没有安装Wand,但是从the docs开始,显然有很多替代方法可以构建它。

首先,urlopen是一个类似文件的对象。当然"文件般的对象"是一个有点模糊的术语,并非所有类似文件的对象都适用于所有期望类文件对象的API(例如,API可能期望能够调用fileno并在POSIX级别读取它...) ,但这至少值得一试(注意file而不是filename):

with Image(file=f) as img:

如果这不起作用,您可以随时将数据读入内存:

buf = f.read()
with Image(blob=buf) as img:

不太理想(如果你有巨型文件),但至少你不必将它存储在磁盘上。