使用PDFMiner(Python)和在线pdf文件.编码网址？

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了使用PDFMiner(Python)和在线pdf文件.编码网址？，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含938字，纯文字阅读大概需要2分钟。

内容图文

我希望提取使用PDFMiner在线提供的pdf文件的内容.

我的代码基于documentation中可用于提取硬盘上PDF文件内容的代码：

# Open a PDF file.
fp = open('mypdf.pdf', 'rb')
# Create a PDF parser object associated with the file object.
parser = PDFParser(fp)
# Create a PDF document object that stores the document structure.
document = PDFDocument(parser)

进行一些小的更改,效果很好.

现在,我已经尝试将urllib2.openurl用于在线PDF,但这不起作用.我收到一条错误消息：强制转换为Unicode：需要字符串或缓冲区,找到的实例.

我如何从urllib2.openurl中获取一个字符串(或其他任何字符串),以便当我给它提供PDF文件名(相对于URL)时与打开函数相同？

如果我的问题不清楚,请告诉我.

解决方法:

好吧,我终于找到了解决方案,

我求助于Request和StringIO并摆脱了open(‘my_file’,’rd’)命令

from urllib2 import Request
from StringIO import StringIO

url = 'my_url'

open = urllib2.urlopen(Request(url)).read()
memoryFile = StringIO(open)

parser = PDFParser(memoryFile)

这样,Python会将url视为文件(这样说).

内容总结

以上是互联网集市为您收集整理的使用PDFMiner(Python)和在线pdf文件.编码网址？全部内容，希望文章能够帮你解决使用PDFMiner(Python)和在线pdf文件.编码网址？所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端