Question

我正在尝试从pdf文件中获取文本。下面是代码：

from PyPDF2 import PdfFileReader
with open('HTTP_Book.pdf', 'rb') as file:
    pdf = PdfFileReader(file)

page = pdf.getPage(1)
#print(dir(page))
print(page.extractText())

这给了我错误

ValueError: seek of closed file

我只是将代码放在with语句下，并且工作正常。我的问题是：为什么会这样？我已经将信息存储在“ pdf”对象中，因此我应该能够在块外部访问它。

Answer 1

PdfFileReader希望获得开放的动力。它不会将整个文件加载到内存中，因此您必须保持打开状态以运行诸如getPage之类的方法。您关于创建阅读器会自动读取整个文件的假设是错误的。

with语句对context manager（例如文件）进行操作。 sum结束时，将调用上下文管理器的arr方法。在这种情况下，它将关闭int sumOfAllLater = 0; for (int i = n - 1; i >= 0; --i) { sum[i] += sumOfAllLater; sumOfAllLater += arr[i]; }试图用来获取第二页的文件句柄。

您发现，正确的过程是在关闭文件之前从PDF读取必需的内容。当且仅当您的程序需要打开PDF至最后时，才可以将文件名直接传递给with。不过，此后没有（记录的）关闭文件的方法，所以我建议您使用原始方法：

__exit__

ValueError：查找关闭的文件在PyPDF2上工作并得到此错误

1 个答案: