读取 PDF 文件 python - pypdf2 时出现断言错误

Question

当我尝试读取 PDF 文件时出现以下错误。

代码：

from PyPDF2 import PdfFileReader
import os

os.chdir("Path to dir")

pdf_document = 'sample.pdf'
pdf = PdfFileReader(pdf_document,'rb') #Error here

错误：

Traceback (most recent call last):
File "/home/krishna/PycharmProjects/sample/sample.py", line 9, in
pdf = PdfFileReader(filehandle)
File "/home/krishna/PycharmProjects/AI_DRC/venv/lib/python3.6/site-packages/PyPDF2/pdf.py", line 1084, in init
self.read(stream)
File "/home/krishna/PycharmProjects/AI_DRC/venv/lib/python3.6/site-packages/PyPDF2/pdf.py", line 1838, in read
assert start >= last_end
AssertionError

注意：文件大小为 18 MB

Answer 1

在这里我写了这个，它完全适合我，pdf 在同一个文件夹中，你也可以使用 os 来获取字符串类型的路径值

import PyPDF2

pdf_file = PyPDF2.PdfFileReader("Sample.pdf")#addressing the file, you can use os method it works on that as well

page_content = pdf_file.getPage(0).extractText()# here I get the psge number one(index zero) and then extracted its content

print(page_content)#you can then do whatever you want with it

我认为你的程序的问题是“rb”的东西，你在正常的文件处理中使用它，PyPDF2 已经有称为 PdfFileReader、PdfFileWriter 和 PdfFileMerger 的方法。 希望它有所帮助如果您解决任何问题，只需提及，我会尽力解决。