11

当我使用以下代码时

from PyPDF2 import PdfFileMerger

merge = PdfFileMerger()

    for newFile in nlst:
        merge.append(newFile)
    merge.write('newFile.pdf')

发生了如下事情：

raise utils.PdfReadError("EOF marker not found")

PyPDF2.utils.PdfReadError: EOF marker not found

谁能告诉我发生了什么？谢谢

4

4 回答 4

6

PDF 是一种文件格式，pdf 解析器通常通过读取位于文件末尾的一些全局信息来开始读取文件。在文件的最后，需要有一行内容

%%EOF

这是一个标记，pdf 解析器知道 PDF 文档在此处结束，并且它需要的全局信息应该在此之前（startxref 部分）。

我猜，您看到的错误消息意味着其中一个输入文档已被截断并且缺少此 %%EOF 标记。

于 2017-07-31T11:53:41.583 回答
6

camelot使用and遇到这个问题后PyPDF2，我做了一些挖掘并解决了这个问题。

文件结束标记'%%EOF'应该是最后一行，但是一些 PDF 文件在这一行之后放置了大量的 javascript，阅读器找不到 EOF。

如果您打开它，EOF 加上 javascript 的外观说明：

 b'>>\r\n',
 b'startxref\r\n',
 b'275824\r\n',
 b'%%EOF\r\n',
 b'\n',
 b'\n',
 b'<script type="text/javascript">\n',
 b'\twindow.parent.focus();\n',
 b'</script><!DOCTYPE html>\n',
 b'\n',
 b'\n',
 b'\n',

所以你只需要在 javascript 开始之前截断文件。

解决方案：

def reset_eof_of_pdf_return_stream(pdf_stream_in:list):
    # find the line position of the EOF
    for i, x in enumerate(txt[::-1]):
        if b'%%EOF' in x:
            actual_line = len(pdf_stream_in)-i
            print(f'EOF found at line position {-i} = actual {actual_line}, with value {x}')
            break

    # return the list up to that point
    return pdf_stream_in[:actual_line]

# opens the file for reading
with open('data/XXX.pdf', 'rb') as p:
    txt = (p.readlines())

# get the new list terminating correctly
txtx = reset_eof_of_pdf_return_stream(txt)

# write to new pdf
with open('data/XXX_fixed.pdf', 'wb' as f:
    f.writelines(txtx)

fixed_pdf = PyPDF2.PdfFileReader('data/XXX_fixed.pdf')
于 2021-02-05T06:11:43.533 回答
2

此问题的一个简单解决方案（未找到 EOF 标记）。在其他应用程序中打开您的.pdf文件（我在 Ubuntu 18.04 中使用了 Libre office draw）。然后将文件导出为.pdf。使用这个导出的.pdf文件，问题不会持续存在。

于 2020-03-27T02:07:26.217 回答
1

我也遇到了这个问题并找到了解决方案。

首先，python 将 PDF 读取为二进制'rb'读写'wb'格式。

文件结束

当一行的某处有一个左括号，但没有匹配的右括号时发生。Python 在查找右括号时到达了文件的末尾。

这是1解决方案：

  1. 使用此命令关闭您之前打开的文件

    newfile.close()

  2. 检查该pdf是否使用其他变量打开并再次关闭它

    Same_file_with_another_variable.close()

现在只需打开一次并使用它，您就可以开始使用了。

于 2019-06-30T12:59:41.923 回答