Question

PyPDF2有一些问题-特别是在分割和重写文件方面！

我正在我的ubuntu服务器上打开一个文件，将其拆分为单独的页面（最多3个页面），并写入文件系统（然后放入S3）。写入文件时不会引发错误，但是从S3下载时无法打开它，并且正如您将在下面看到的，无法在服务器上打开。

有什么想法吗？

  inputpdf = PdfFileReader(open(fi, 'rb'))

  print('breaking file into %s pages' % inputpdf.numPages) # 17 pages

       for i in range(min(3,inputpdf.numPages)):
            output = PdfFileWriter()
            output.addPage(inputpdf.getPage(i))
            new_fi = fi[:-4]+'_page_%s.pdf' % i # fi = ./deals/temp_files/test_experian.pdf
            with open(new_fi, 'wb') as outputStream:
                 output.write(outputStream) # successfully writes all files
                 pdf_check = open(new_fi, 'rb')
                 print('opened PDF')
                 read_pdf = PdfFileReader(pdf_check) # "error throw -> EOF market not found"
                 print('loaded PDF')
                 page_content = read_pdf.getPage(0).extractText()
                 print(page_content.encode('utf-8'))

Answer 1

错误原因：尝试以写入模式读取文件

解决方案：

 for i in range(min(3,inputpdf.numPages)):
     output = PdfFileWriter()
     output.addPage(inputpdf.getPage(i))
     new_fi = fi[:-4]+'_page_%s.pdf' % i
     with open(new_fi, 'wb') as outputStream:
         output.write(outputStream)
     pdf_check = open(new_fi, 'rb')
     print('opened PDF')
     read_pdf = PdfFileReader(pdf_check)
     print('loaded PDF')
     page_content = read_pdf.getPage(0).extractText()
     print(page_content.encode('utf-8'))

通过使用

with open(new_fi, 'wb') as outputStream

您以写模式创建文件指针。默认情况下，文件仅在该“ with”块的末尾关闭。
因此，当您尝试阅读时，read_pdf会出现错误，因为在打开文件以再次读取之前未关闭文件。

PyPDF2写入损坏的文件

1 个答案: