如何獲取通過管道傳遞到Python腳本的數據的源名稱？

Question

我正在使用Apache Tika從URL提取PDF內容，並將Tika的發現結果傳遞給Python腳本。 我可以很好地獲取內容，但我也想獲取我正在解析的URL。 例如，運行：

java -jar /usr/local/tika-1.7/tika-app/target/tika-app-1.7.jar -J -t https://somewebsite.com/a_pdf_document.pdf | ./my_script.py

通過

[{"Content-Length":"1121070","Content-Type":"application/pdf","Creation-Date":"2014-11-13T12:39:52Z","Keywords": ... ]

到my_script.py 。 但是，我還希望能夠訪問通過管道傳輸的文件的位置，例如https://somewebsite.com/a_pdf_document.pdf 。

由於我正在傳遞數據，因此sys.argv無法正常工作。 我想念的東西可以做到嗎？

Answer 1

沒有管道數據沒有名稱。

您有兩種選擇。

1. 您可以將文件名作為參數傳遞給python腳本。
2. 您可以將文件名存儲在環境中。
3. 您可以將文件名作為管道數據的一部分（帶分隔符）傳遞。