Question

我正在使用Python 3.6.5将PDF合并在一起，但遇到了问题。下面的代码会引发'TypeError: 'NumberObject' object is not subscriptable'错误。我究竟做错了什么？当我用merger.append注释掉该行时，它会正确地打印出文件路径。

import webbrowser
import os
from PyPDF2 import PdfFileMerger, PdfFileReader

path = 'C:/test/pdfs'
merger = PdfFileMerger()
for pdf in os.listdir(path):
      merger.append(PdfFileReader(open(os.path.join(path,pdf), 'rb')))
      print(os.path.join(path,pdf))
merger.write(path+'/merged.pdf')
merger.close()
webbrowser.open_new(path+'/merged.pdf')

文件＆＃34; C：\ test \ pdftest.py＆＃34;，第9行，in merger.append（PdfFileReader（open（os.path.join（path，pdf），＆＃39; rb＆＃39;）））文件＆＃34; C：\ python \ lib \ site-packages \ pypdf2-1.26.0-py3.6.egg \ PyPDF2 \ pdf.py＆＃34;，第1084行， init self.read（流）文件＆＃34; C：\ python \ lib \ site-packages \ pypdf2-1.26.0-py3.6.egg \ PyPDF2 \ pdf.py＆＃34;，第1805行，读取断言xrefstream [＆＃34; / Type＆＃34;] ==＆＃34; / XRef＆＃34; TypeError：＆＃39; NumberObject＆＃39;对象不可订阅

当我更改merger.append以获取文件路径时，我得到：

文件＆＃34; C：\ test \ pdftest.py＆＃34;，第9行，in merger.append（os.path.join（路径，PDF））文件＆＃34; C：\ python \ lib \ site-packages \ pypdf2-1.26.0-py3.6.egg \ PyPDF2 \ merger.py＆＃34;，第203行，附加 self.merge（len（self.pages），fileobj，bookmark，pages，import_bookmarks）合并文件＆＃34; C：\ python \ lib \ site-packages \ pypdf2-1.26.0-py3.6.egg \ PyPDF2 \ merger.py＆＃34;，第133行，合并 pdfr = PdfFileReader（fileobj，strict = self.strict）文件＆＃34; C：\ python \ lib \ site-packages \ pypdf2-1.26.0-py3.6.egg \ PyPDF2 \ pdf.py＆＃34;，第1084行， init self.read（流）文件＆＃34; C：\ python \ lib \ site-packages \ pypdf2-1.26.0-py3.6.egg \ PyPDF2 \ pdf.py＆＃34;，第1805行，读取断言xrefstream [＆＃34; / Type＆＃34;] ==＆＃34; / XRef＆＃34; TypeError：＆＃39; NumberObject＆＃39;对象不可订阅

更新：看起来文件夹中的一个PDF导致了此问题。与PDF不同的唯一不同之处在于它使用Type 1字体而其他PDF使用TrueType字体。有没有人知道解决方法或修复此问题？

Answer 1

这似乎是由无法识别或错误的 PDF 格式引起的。我不是 PDF 专家，但 PyPDF2 似乎在抱怨外部参照表中的记录。我发现解决此问题的最简单方法是重新格式化 PDF。

我所做的是将 merger.append(PDFFileReader(file)) 放在 try 中，如果我在异常中找到 'NumberObject' object is not subscriptable 消息，我会通过子进程在无头模式下使用 LibreOffice“转换”PDF：< /p>

command = [r'"C:\Program Files\LibreOffice\program\soffice.bin"',
           '--convert-to', 'pdf', '--outdir', f'"{dest_file_path}"', f'"{file_name}"']
pdf_convert = subprocess.Popen(' '.join(command))

关于使用 LibreOffice 和子进程的注意事项：无论出于何种原因，我发现作为列表传递会导致我在 Windows 中出现拒绝访问错误，这就是我改用 join 的原因。

使用Python和PyPDF2合并PDF文件会引发TypeError

1 个答案: