如何使用python读取.tar文件中包含的pdf答案

【问题标题】：How to read pdf contains in .tar file using python如何使用python读取.tar文件中包含的pdf
【发布时间】：2017-08-04 18:48:47
【问题描述】：

我在 .tar 文件中有文件，我可以从 ##.tar 文件中提取成员，并且我也在使用 tika 解析器来解析 pdf 文件，收到文件未找到错误。

 with tarfile.open(os.path.join(DEFAULT_PATH,filename), "r") as tarf:
    for members in tarf.getmembers():
        f = tarf.extractfile(members)
        parsed_pdf =  parser.from_file(f)

我不想将 pdf 提取到另一个目录中，而只是从 .tar 文件中读取

【问题讨论】：

标签： python python-2.7 pdf apache-tika

【解决方案1】：

使用下面的代码可以解决上述问题

        for members in tarf.getnames()[1:]:

           tarf.extract( members, './full_text')
           parsed_pdf =  parser.from_file(os.path.join(DEFAULT_PATH,filename))

【讨论】：