pyPdf 抛出此异常：
pyPdf.utils.PdfReadError：找不到 EOF 标记
我不需要修复 pyPdf，我只需要获取 EOF 错误以导致执行“except”块并跳过文件，但它不起作用。它仍然会导致程序停止运行。
背景：
Python、pyPdf、Adobe PDF OCR 错误：不支持的过滤器/lzwdecode
……传奇还在继续。
我在一个文件夹中有 10,000 个 pdf。一些 OCRd，一些没有。无法区分它们。第 1 步是找出哪些不是 OCRd，而 OCR 只是那些（有关详细信息，请参阅其他线程）。
所以我正在使用pyPdf。当我尝试阅读文本时，我得到了一些与无法识别的字符和不受支持的过滤器相关的异常。所以我猜测如果它抛出异常，它会在其中包含一些文本，然后它不会出现在列表中。问题解决了，对吧？像这样：
from pyPdf import PdfFileWriter, PdfFileReader
import sys, os, pyPdf, re
path = 'C:\Users\Homer\Documents\My Pdfs'
filelist = os.listdir(path)
has_text_list = []
does_not_have_text_list = []
for pdf_name in filelist:
pdf_file_with_directory = os.path.join(path, pdf_name)
pdf = pyPdf.PdfFileReader(open(pdf_file_with_directory, 'rb'))
print pdf_name
for i in range(0, pdf.getNumPages()):
try:
pdf.write("%%EOF")
content = pdf.getPage(i).extractText()
does_it_have_text = re.findall(r'\w{2,}', content)
if does_it_have_text == []:
does_not_have_text_list.append(pdf_name)
print pdf_name
else:
has_text_list.append(pdf_name)
except:
has_text_list.append(pdf_name)
print does_not_have_text_list
但后来我得到这个错误：
pyPdf.utils.PdfReadError：找不到 EOF 标记
似乎出现了很多（来自谷歌）：
http://pdfposter.origo.ethz.ch/node/31
我认为这意味着 pyPdf 打开了文件，尝试了文本处理，引发了任何异常，做了 except: 块，但现在无法进入下一步 b/c 它不知道文件已经完成.
还有其他类似的线程，他们声称这已经修复，但似乎没有。
然后有人在这里有一个函数，他们首先将EOF字符写入.pdf。
http://code.activestate.com/lists/python-list/589529/
我停留在“pdf.write（“%%EOF”）”行试图模仿这一点，但没有骰子。
那么我如何获得该错误来运行 except 块？我也在使用wing IDE，所以如果有办法使用调试器跳过这些文件，那也是可能的。谢谢。