内存转换器中的 Python Wand.image PDF 到 JPG

Question

我正在尝试编写一些代码，将驻留在网络上的 PDF 转换为一系列 jpg。

我得到了工作代码：

1) 获取pdf

2) 将其保存到磁盘

3) 将其转换为 JPG，然后保存到磁盘。

有没有办法编写相同的代码（尝试下面的代码，这会引发错误），可以从 Internet 获取 PDF，但将其保存在内存中（以防止程序写入磁盘/从磁盘读取)，然后将其转换为 JPG（要上传到 AWS s3）？

我认为这会起作用：

f = urlopen("https://s3.us-east-2.amazonaws.com/converted1jpgs/example.pdf") #file to process

但我收到以下错误：

"Exception TypeError: TypeError("object of type 'NoneType' has no len()",) in >被忽略"

完整代码，以及我想要转换的正确 PDF 文件。注意：如果我将 f= 替换为保存在磁盘上的 PDF 的位置，则代码有效：

from urllib2 import urlopen
from wand.image import Image

#location on disk
save_location = "/home/bob/Desktop/pdfs to convert/example1"

#file prefix
test_id = 'example'
print 1
f = urlopen("https://s3.us-east-2.amazonaws.com/converted1jpgs/example.pdf")
print 2
print type(f)

with Image(filename=f) as img:
    print('pages = ', len(img.sequence))
    with img.convert('jpg') as converted:
        converted.save(filename=save_location+"/"+test_id+".jpg")

Answer 1

urlopen 的结果显然不是文件名，所以你不能传入filename=f 并期望它工作。

我没有安装 Wand，但是从 the docs 开始，显然有很多替代方法可以构建它。

首先，urlopen 是一个类似文件的对象。当然，“类文件对象”是一个有点模糊的术语，并不是所有类文件对象都适用于所有需要类文件对象的 API（例如，API 可能期望能够调用 fileno 并从中读取在 POSIX 级别……），但这至少值得一试（注意 file 而不是 filename）：

with Image(file=f) as img:

如果这不起作用，您可以随时将数据读入内存：

buf = f.read()
with Image(blob=buf) as img:

不太理想（如果您有巨大的文件），但至少您不必将其存储在磁盘上。