Question

我尝试重命名以pdfquery开头的pdf文件，并从数据中提取pdf文件的名称。 pdfquery锁定文件并防止重命名。没有关闭文件的解锁方法。

我试图'del pdf'并强制在重命名之前关闭文件，但是它不起作用。（在Windows上尝试过，不知道linux是否可以工作）

import os
import pdfquery


def is_pdf(file):
    if os.path.splitext(file.lower())[1] == '.pdf':
        return True


pdf_files = os.listdir('./pages')
for pdf_file in filter(is_pdf, pdf_files):
    if is_pdf(pdf_file):
        print(pdf_file)
        pdf = pdfquery.PDFQuery(os.path.join('pages', pdf_file))
        pdf.load()
        for e in pdf.tree.iter():
            text = e.text
            if text:
                text = text.replace(' ', '')
                if text[0:7] == '4002629':
                    #del pdf
                    os.rename(os.path.join('pages', pdf_file), '{}.pdf'.format(text))

期望重命名的文件，但得到：

Traceback (most recent call last):
  File "C:\Users\Administrator\Desktop\PDFs_aufbereiten\pdf_pages_rename.py", line 22, in <module>
    os.rename(os.path.join('pages', pdf_file), '{}.pdf'.format(text))
PermissionError: [WinError 32] Der Prozess kann nicht auf die Datei zugreifen, da sie von einem anderen Prozess verwendet wird: 'pages\\xxxxxxxxxxxxxxxxxxxx.pdf' -> 'xxxxxxxxxxxxx.pdf'

Answer 1

该代码在Linux上有效，因此pdfquery或pdfquery使用的模块仅在Windows上引起错误。我在https://github.com/jcushman/pdfquery/issues/75上发布了一个问题，并在得到修复或解决方法后更新了此帖子。

解决方法，在使用pdfquery.PDFQuery之前通过自己的代码打开/关闭文件（感谢nedbat）：

import os
import pdfquery


def is_pdf(file):
    if os.path.splitext(file.lower())[1] == '.pdf':
        return True


rename_files = []
pdf_files = os.listdir('./pages')
for pdf_file in filter(is_pdf, pdf_files):
    print(pdf_file)
    with open(os.path.join('pages', pdf_file), 'rb') as myfile:
        pdf = pdfquery.PDFQuery(myfile)
        pdf.load()
        for e in pdf.tree.iter():
            text = e.text
            if text:
                text = text.replace(' ', '')
                if text[0:7] == '4002629':
                    rename_files.append(
                        (pdf_file, '{}.pdf'.format(text))
                    )
                    break

for oldname, newname in rename_files:
    os.rename(os.path.join('pages', oldname),
              os.path.join('pages', newname)
              )

Answer 2

这也应该起作用：

pdf.file.close()

如何关闭以pdfquery打开的文件，它阻止了pdf文件？

2 个答案: