Question

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（）“，）＆gt;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")

Answer 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＆＃34;文件般的对象＆＃34;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。

Python Wand.image PDF到内存转换器

1 个答案: