有没有人能够在 python 中使用 poppler new_from_data ？

Question

使用 Python3 和 Poppler，我可以毫无问题地使用 new_from_file 加载文件，但 new_from_data 是有问题的。这是显然是一个简单测试的代码，因为从文件中读取然后使用 new_from_data 没有意义，因为 new_from_file 可以完美运行，但我无法在此处发布生成 pdf 文件的完整代码。

from gi.repository import Poppler, Gtk

def draw(widget, cr):
        # set background.
        cr.set_source_rgb(0.7, 0.6, 0.5)
        cr.paint()

        # set page background
        cr.set_source_rgb(1, 1, 1)
        cr.rectangle(0,0,800,400)

        cr.fill()
        page.render(cr)

filepath = "d:/Mes Documents/A5.pdf" 
f11 = open(filepath, "r", encoding = "cp850")
data1 = f11.read()
f11.close()

document = Poppler.Document.new_from_data(data1, len(data1),  None)
page = document.get_page(0)
print (document.get_n_pages())


window = Gtk.Window(title="Hello World")
window.connect("delete-event", Gtk.main_quit)
window.connect("draw", draw)
window.set_app_paintable(True)

window.show_all()
Gtk.main()

可能会发生四种不同的情况：

• 使用非常简单的 pdf（Pdf 参考 13 中的“Hello world”示例），它就可以工作。
• 用普通文件，可能不会出错，但是get_n_pages返回0，get_page(0)返回None
• 或者我可能会得到一个错误：GLib.Error: poppler-quark: PDF document is modified (4)
• 或者程序崩溃

我想知道问题是否可能出在编码参数上，但是我尝试了所有我想到的方法，但没有结果。 我尝试使用“rb”，然后将字节数组转换为字符串：

data1 = "".join(map(data1))

没有结果。

在 Google 上搜索从未返回有效示例

Answer 1

我遇到了同样的问题，使用 Gio.MemoryInputStream 解决了它。 不是很优雅，但它确实有效......

from gi.repository import Poppler, Gtk, Gio

def draw(widget, cr):
        # set background.
        cr.set_source_rgb(0.7, 0.6, 0.5)
        cr.paint()

        # set page background
        cr.set_source_rgb(1, 1, 1)
        cr.rectangle(0,0,800,400)

        cr.fill()
        page.render(cr)

filepath = "d:/Mes Documents/A5.pdf" 
with open(filepath, "rb") as f11:
    input_stream = Gio.MemoryInputStream.new_from_data(f11.read())
    # Take care that you need to call .close() on the Gio.MemoryInputStream once you're done with your pdf document.

document = Poppler.Document.new_from_stream(input_stream, -1, None, None)
page = document.get_page(0)
print (document.get_n_pages())


window = Gtk.Window(title="Hello World")
window.connect("delete-event", Gtk.main_quit)
window.connect("draw", draw)
window.set_app_paintable(True)

window.show_all()
Gtk.main()

Answer 2

如果您将文件读取为二进制"rb" 并且没有编码，则它可以工作。我还需要删除数据长度以修复 TypeError: Poppler.Document.new_from_data() takes exactly 2 arguments (3 given)（在 poppler 版本中可能不同）。

#!/bin/python3
from gi.repository import Poppler, Gtk

def draw(widget, cr):
        # set background.
        cr.set_source_rgb(0.7, 0.6, 0.5)
        cr.paint()

        # set page background
        cr.set_source_rgb(1, 1, 1)
        cr.rectangle(0,0,800,400)

        cr.fill()
        page.render(cr)

filepath = "/home/da/test.pdf"
f11 = open(filepath, "rb")
data1 = f11.read()
f11.close()

document = Poppler.Document.new_from_data(data1, None)
page = document.get_page(0)
print (document.get_n_pages())


window = Gtk.Window(title="Hello World")
window.connect("delete-event", Gtk.main_quit)
window.connect("draw", draw)
window.set_app_paintable(True)

window.show_all()
Gtk.main()

在 Fedora Linux 上使用 poppler 0.84.0 和 Python 3.8.5 进行测试。