python - 无法使用python脚本将pdf转换为文本

Question

我想使用命令 pdftotext 将我的所有 .pdf 文件从特定目录转换为 .txt 格式...但我想使用 python 脚本来执行此操作...我的脚本包含：

import glob 
import os

fullPath = os.path.abspath("/home/eth1/Downloads")

for fileName in glob.glob(os.path.join(fullPath,'*.pdf')):
   fullFileName = os.path.join(fullPath, fileName)
   os.popen('pdftotext fullFileName')

但我收到以下错误：

Error: Couldn't open file 'fullFileName': No such file or directory.

Answer 1

你从fullFileName字面上传递到os.popen. 您应该改为这样做（假设fullFileName不必转义）：

os.popen('pdftotext %s' % fullFileName)

另请注意，这os.popen被认为已弃用，最好使用该subprocess模块：

import subprocess
retcode = subprocess.call(["/usr/bin/pdftotext", fullFileName])

它也更安全，因为它可以fullFileName正确处理空格和特殊字符。

Answer 2

将最后一行更改为

os.open('pdftotext {0}'.format(fullFileName))

这样，fullFileName将传递的值，而不是名称。