问题标签 [pypdf]

我有一个破坏 pyPdf 的 pdf 文件：http: //tovotu.de/tests/test.pdf

这是示例脚本：

错误输出在这里： http: //pastebin.com/0m38zhjQ

使用来自 GitHub 的 PyPDF2 时，错误是相同的。pdftk 可以像处理任何其他 pdf 一样处理此 pdf。请注意，写作失败，但阅读似乎工作得很好！

您至少可以指出导致该错误的 pdf 的确切部分吗？解决方法会更好:)

我正在尝试使用 pdfMiner 解析 pdf 文件文本，但提取的文本被合并。我正在使用以下链接中的 pdf 文件。

PDF文件

我擅长任何类型的输出（文件/字符串）。这是将提取的文本作为字符串返回的代码，但由于某种原因，列被合并了。

我也尝试过 PyPdf2，但遇到了同样的问题。这是 PyPDF2 的示例代码

我也尝试过pdf2txt.py但无法获得格式化的输出。

在 CentOS 上安装 python 2.6 之后：

然后我安装pyPdf：

但是，pyPdf仅适用于旧的 python 2.4：

它不适用于新安装的 python 2.6：

如何pyPdf为 python 2.6 安装？

每个人，

我使用 pyPdf 为 Python 2.7 编写了一个小程序。它已经在 Python 中进行了测试。现在我希望将它转换为 exe 文件以在 Windows 中运行它。py2exe 或 cx_freeze 都不起作用。exe 文件不运行。

看起来它在输出文件夹中不包含 pyPdf 模块。

文件夹结构是这样的：

Filing.exe 是程序。

我尝试在命令窗口下运行exe，错误信息是这样的：

请帮忙。

谢谢你们！

当我冻结它时，输出显示如下：

好的。我检查了 pyPdf 的位置，它在这里：

那么如何将 pyPdf 带到 exe 程序中呢？

是否有适用于 Python 3 的 PDF 操作模块？我已经尝试过 Pypdf，但是当我尝试使用 PIP 安装时它会出现故障。我想合并 PDF 文件。如果我使用 Pypdf2，我会使用此代码收到以下消息：

merge.py 的第 97 行是：

使用代码时，我自己的代码中出现了类似的错误，例如

input1 = PdfFileReader(file("document1.pdf", "rb"))- 这是来自http://www.blog.pythonlibrary.org/2012/07/11/pypdf2-the-new-fork-of-pypdf/的复制和粘贴

我正在尝试使用 Python 将几个 PDF 文件组合成一个 PDF 文件。我已经尝试过 PyPDF 和 PyPDF2 - 在某些文件上，它们都抛出了同样的错误：

PdfReadError：未找到 EOF 标记

这是我的代码 (page_files) 是要组合的 PDF 文件路径列表：

我已经阅读了一些关于该主题的 StackOverflow 线程，但没有一个包含有效的解决方案。如果您已使用 Python 成功合并 PDF 文件，我很想听听如何。谢谢！

我必须阅读土耳其故事的pdf书籍。我找到了一个名为 pyPdf 的库。我的下面的测试函数编码不正确。我想，我需要有土耳其编解码器数据包。我错了吗 ？如果我错了，我该如何解决这个问题，或者如何找到这个土耳其编解码器数据包？

我正在尝试从 PDF 中提取文本以便进行分析，但是当我尝试从页面中提取文本时，我收到以下错误。

相关代码部分如下：

在 extractText() 行抛出错误。

我在ubuntu上。

我有一个 pdf 文件，页面分为网格。网格的每个块都包含候选人的姓名/年龄/出生日期/照片。有些记录有水印“不合格”

我需要刮掉他的 pdf，将不合格的候选人列在一个单独的列表中。使用 pyPdf 我能够获得个人记录，但它也包括带水印的候选者。

如何检测水印？如果我可以得到水印的坐标，我如何将它与候选人匹配？

我对 python pyPdf 以外的解决方案持开放态度

如果我有 1000 多个 pdf 文件需要合并为一个 pdf，

执行上述代码，当input = PdfFileReader(file(filename500+, "rb")),

一条错误信息： IOError: [Errno 24] Too many open files:

我认为这是一个错误，如果不是，我该怎么办？</p>