将pdf发布到api（python）返回编码错误的响应答案

【问题标题】：Post pdf to api (python) returns response with wrong encoding将pdf发布到api（python）返回编码错误的响应
【发布时间】：2020-04-08 07:12:03
【问题描述】：

我正在尝试使用带有 python 的 ocr API 将 pdf 转换为文本。我使用的 API 是：https://www.convertapi.com/pdf-to-txt。当我通过网站上传文件时，它运行良好，但 API 调用存在以下问题：

Python 代码：

import requests

url ='https://v2.convertapi.com/convert/pdf/to/txt?Secret=mykey'
files = {'file': open('C:\<some_url>\filename.pdf', 'rb')}
r = requests.post(url, files=files)

API 调用工作正常，但是当我尝试通过以下方式访问响应时会出现这种情况

r.text

它返回乱码：（注意 FileData 部分）

'{"ConversionCost":4,"Files":[{"FileName":"stateoftheartKWextraction.txt","FileExt":"txt","FileSize":60179,"FileData":"QXV0b21hdGljIEtleXBocmFzZSBFeHRyYWN0aW9uOiBBIFN1cnZleSBvZiB0aGUgU3RhdGUgb2YgdGhlIEFydA0KDQpLYXppIFNhaWR1bCBIYXNhbiAgYW5kICBWaW5jZW50IE5nDQpIdW1hbiBMYW5ndWFnZSBUZWNobm9sb2d5IFJlc2VhcmNoIEluc3RpdHV0ZSBVbml2ZXJzaXR5IG9mIFRleGFzIGF0IERhbGxhcyBSaWNoYXJkc29uLCBUWCA3NTA4My0wNjg4DQp7c2FpZHVsLHZpbmNlfUBobHQudXRkYWxsYXMuZW...

即使我使用 json load 将其转换为字典，它仍然会以乱码打印文本。我尝试将文件作为非二进制文件上传，但这不起作用（它会引发异常）。

我尝试了许多 pdf 文件，它们都是英文的。谢谢。

【问题讨论】：

标签： python api python-requests ocr

【解决方案1】：

文本已解码，因此您需要对其进行解码。我们以第一个文件为例。

import base64

r = r.json()
text = r['Files'][0]['FileData']

print(base64.b64decode(text))

顺便说一句，他们似乎也有一个 Python 库，你可能想看看：https://github.com/ConvertAPI/convertapi-python

【讨论】：