如何使用python將pdf文件打印到stdout？

Question

正確的pdf文件已由腳本創建（不幸的是，其輸出無法直接寫入stdout）。 假設文件的名稱是'myfile.pdf'。

我想將精確的pdf內容打印到stdout。 （之間沒有處理）。

為了測試這個，我寫了這個簡短的read_pdf.py腳本：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

with open('myfile.pdf', mode='rb') as pdf_file:
    for line in pdf_file:
        print(str(line))

我使用'rb'模式，因為在文本模式下讀取它會導致UnicodeDecodeError: 'utf-8' codec can't decode byte 0xd0 in position 10: invalid continuation byte 。 所以，它看起來沒有任何其他替代方案（如果文本模式不起作用，那么二進制模式）。

當然，問題是輸出由b'blablabla'行組成，不能用作pdf文件。 要檢查它，我將read_pdf.py重定向到一個文件並嘗試用pdf查看器打開它，當然它不起作用：

$ ./read_pdf.py > test_output.pdf
$ evince test_output.pdf
Syntax Error: Couldn't find trailer dictionary
Syntax Error: Couldn't read xref table
Syntax Error: Couldn't find trailer dictionary
Syntax Error: Couldn't read xref table

那么，正確的方法是什么？ 我沒有檢查任何pdf專用庫，因為它看起來沒必要，我希望能夠閱讀和打印正確的內容，而無需導入pdf庫。

chardet.detect(pdf_file.read())它返回{'encoding': None, 'confidence': 0.0} ）。

編輯：*我正在尋找python3和Linux / Unix系統的解決方案，而不是Windows。 *我需要知道如何在python中執行此操作，因為它實際上是完全用python編寫的更大項目的一部分

Answer 1

我認為你的問題是你正在逐行閱讀，因此增加額外的回車。 我在OSX上嘗試並完美運行：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

with open('myfile.pdf', mode='rb') as pdf_file:
        print(pdf_file.read())

為了完整起見，如@zezollo所述，在Linux中，使用print函數仍然會損壞文件，因此有必要直接在緩沖區上編寫：

import sys

with open('myfile.pdf', mode='rb') as pdf_file:
    sys.stdout.buffer.write(pdf_file.read())

Answer 2

答案實際上是使用sys.stdout.buffer.write()而不是print() ，以及pdf_file.read() ：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

import sys

with open('myfile.pdf', mode='rb') as pdf_file:
    sys.stdout.buffer.write(pdf_file.read())