python操作pdf编码问题,使用PDFMiner（Python）和在线pdf文件。编码网址？

港控/mmm° 2023-01-24 02:18 130阅读 0赞

![Image 1][]

I am wishing to extract the content of pdf files available online using PDFMiner.

My code is based on the one available in the documentation used to extract the content of PDF files on the hard disk:

\# Open a PDF file.

fp = open('mypdf.pdf', 'rb')

\# Create a PDF parser object associated with the file object.

parser = PDFParser(fp)

\# Create a PDF document object that stores the document structure.

document = PDFDocument(parser)

That works quite well with some small changes.

Now, I have tried urllib2.openurl for online PDFs but that doesn't work. I get an error message : coercing to Unicode: need string or buffer, instance found.

How can I get a string (or whatever) from urllib2.openurl so that it is the same as what the open function when I give it a PDF file name (versus an URL)\`?

Please tell me if my question is not clear.

解决方案

Well, I finally found out a solution,

I resorted on Request and StringIO and got rid off the open('my\_file', 'rd') command

from urllib2 import Request

from StringIO import StringIO

url = 'my\_url'

open = urllib2.urlopen(Request(url)).read()

memoryFile = StringIO(open)

parser = PDFParser(memoryFile)

That way Python considers the url as a file (to say so).

[Image 1]:

发表评论取消回复

表情：

评论列表（有 0 条评论，130人围观）

还没有评论，来说两句吧...

相关阅读

相关实现在线查看PDF文件

效果图： ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubm...

以你之姓@/ 2024年04月19日 15:22/ 0 赞/ 37 阅读

相关使用 Apache PDFBox 操作PDF文件

简介 Apache PDFBox库是一个开源的Java工具，专门用于处理PDF文档。它允许用户创建全新的PDF文件，编辑现有的PDF文档，以及从PDF文件中提取内容。此外

刺骨的言语ヽ痛彻心扉/ 2023年09月26日 21:20/ 0 赞/ 88 阅读

相关 python操作pdf编码问题,使用PDFMiner（Python）和在线pdf文件。编码网址？

![Image 1][] I am wishing to extract the content of pdf files available online using PD

港控/mmm°/ 2023年01月24日 02:18/ 0 赞/ 131 阅读

相关 PDF.js预览文件实现在线预览pdf文件

![20200825155556932.png][]首先下载源码。把他放在自己的文件里面。下载地址：[https://download.csdn.net/download/

川长思鸟来/ 2022年12月01日 01:26/ 0 赞/ 501 阅读

相关使用python融合pdf文件

安装pypdf2可能出现错误，一开始用conda安装发现出错，改成pip安装即可。 import os from PyPDF2 import PdfFile

阳光穿透心脏的1/2处/ 2022年11月06日 12:50/ 0 赞/ 142 阅读

相关 python合并pdf文件,使用Python3合并PDF文件

![Image 1][] I am writing a small script that needs to merge many one-page pdf files. I

「爱情、让人受尽委屈。」/ 2022年08月30日 06:25/ 0 赞/ 221 阅读

相关 vue-pdf实现pdf文件在线预览

有空改 npm install --save vue-pdf <template> <div> <pdf

冷不防/ 2022年08月29日 05:59/ 0 赞/ 399 阅读

相关浏览器在线查看pdf文件 pdf.js的使用教程

谷歌浏览器可以直接在线查看pdf，而IE内核浏览器无法在线查看，默认是下载。这里用到的是pdf.js，不仅支持IE内核浏览器，而且兼容手机查看pdf 官网地址：[http

系统管理员/ 2022年05月18日 07:18/ 0 赞/ 286 阅读

相关使用pdf.js实现在线查看pdf文件

pdf.js是一个使用HTML5构建的可移植文档格式库。它可以帮助我们在浏览器中构建pdf文档，实现在线查看pdf文件的功能。实现步骤 1.进入官网，选择`Stabl

╰+攻爆jí腚メ/ 2021年06月12日 20:36/ 0 赞/ 1098 阅读

相关 python-PDF操作

import PyPDF2 # 从PDF提取文本 def selectPDF(): pdfFile = open('Python1.pdf','rb') pdfRe...

你的名字/ 2021年03月29日 14:33/ 0 赞/ 474 阅读