沒有用於 OCRmyPDF 的 output

Question

我正在使用 OCRmyPDF 提取文本形式的掃描 pdf 文件。 為此，我使用了這個 Colab 筆記本中的代碼。 唯一的區別是，我沒有從在線 url 下載 pdf 文件，而是使用存儲在本地計算機上的 pdf 文件而不是 {in_pdf} 文件。 一切看起來都很好，直到我運行：

os.system(f'ocrmypdf {file_name} output.pdf')

當我運行.ocrmypdf Performance Evaluations.pdf output.pdf時，我得到的不是 0，而是 512，下一行，我收到一條無法識別的錯誤消息，內容如下：

usage: ocrmypdf [-h] [-l LANGUAGE] [--image-dpi DPI]
                [--output-type {pdfa,pdf,pdfa-1,pdfa-2}] [--sidecar [FILE]]
                [--version] [-j N] [-q] [-v [VERBOSE]] [--title TITLE]
                [--author AUTHOR] [--subject SUBJECT] [--keywords KEYWORDS]
                [-r] [--remove-background] [-d] [-c] [-i] [--oversample DPI]
                [-f] [-s] [--skip-big MPixels] [--max-image-mpixels MPixels]
                [--tesseract-config CFG] [--tesseract-pagesegmode PSM]
                [--tesseract-oem MODE]
                [--pdf-renderer {auto,tesseract,hocr,sandwich}]
                [--tesseract-timeout SECONDS]
                [--rotate-pages-threshold CONFIDENCE]
                [--pdfa-image-compression {auto,jpeg,lossless}]
                [--user-words FILE] [--user-patterns FILE] [--skip-repair]
                [-k] [-g] [--flowchart FLOWCHART]
                input_pdf_or_image output_pdf
ocrmypdf: error: unrecognized arguments: output.pdf

最后，運行以下行：

with pdfplumber.open('output.pdf') as pdf:
    page = pdf.pages[0]
    text = page.extract_text(x_tolerance=2)
    print(text)

返回

FileNotFoundError                         Traceback (most recent call last)
<ipython-input-19-8274f7005856> in <module>()
----> 1 with pdfplumber.open('output.pdf') as pdf:
      2     page = pdf.pages[0]
      3     text = page.extract_text(x_tolerance=2)
      4     print(text)

/usr/local/lib/python3.6/dist-packages/pdfplumber/pdf.py in open(cls, path_or_fp, **kwargs)
     56     def open(cls, path_or_fp, **kwargs):
     57         if isinstance(path_or_fp, (str, pathlib.Path)):
---> 58             fp = open(path_or_fp, "rb")
     59             inst = cls(fp, **kwargs)
     60             inst.close = fp.close

FileNotFoundError: [Errno 2] No such file or directory: 'output.pdf'

任何幫助表示贊賞。 謝謝

Answer 1

如果文件名包含空格，則需要將名稱用引號引起來。

ocrmypdf "Performance Evaluations.pdf" output.pdf

或者

ocrmypdf 'Performance Evaluations.pdf' output.pdf