Question

我正在使用python库PyPDF2，并尝试使用PdfFileReader读取pdf文件。适用于本地pdf文件。有没有办法从Google Cloud Storage存储桶（gs：// bucket_name / object_name）访问我的pdf文件？

with open('testpdf.pdf,'rb') as f1:
        pdf = PdfFileReader(f1)
        number_of_pages = pdf.getNumPages()

如何代替“ testpdf.pdf”，提供Google Cloud Storage对象的位置？请让我知道是否有人尝试过。

Answer 1

您可以使用 GCSFS 库从 gcs 存储桶访问文件。例如。

import gcsfs
from PyPDF2 import PdfFileReader

gcs_file_system = gcsfs.GCSFileSystem(project="PROJECT_ID")
gcs_pdf_path = "gs://bucket_name/object.pdf"

f_object = gcs_file_system.open(gcs_pdf_path, "rb")
    
# Open our PDF file with the PdfFileReader
file = PdfFileReader(f_object)
  
# # Get number of pages
num = file.numPages

f_object.close()

在PyPDF2 PdfFileReader中使用GCS路径

1 个答案: