使用 Python3 和 PyPDF2 解析远程 pdf 文件

Question

我需要解析一个远程 pdf 文件。使用 PyPDF2，它可以由 PdfReader(f) 完成，其中 f=urllib.request.urlopen("some-url").read() 。 PdfReader 无法使用 f，并且似乎必须对 f 进行解码。 decode() 中应该使用什么参数，或者必须使用其他方法。

Answer 1

你需要使用：

f = urllib.request.urlopen("some-url").read()

在上面的行之后添加这些行：

from StringIO import StringIO

f = StringIO(f)

然后使用 PdfReader 读取：

reader = PdfReader(f)

另外，请参考：Opening pdf urls with pyPdf