如何让pdf2image适用于包含中文字符路径的PDF文件？

11 浏览
0 Comments

如何让pdf2image适用于包含中文字符路径的PDF文件？

根据这个问题，我尝试运行以下代码来将包含中文字符路径的PDF转换为图片：\n

from pdf2image import convert_from_path
images = convert_from_path('路径中包含中文字符/某些中文字符.pdf', 500)
# 保存图片

\n我收到了以下错误信息：\n

PDFPageCountError: 无法获取页数。
I/O错误：无法打开文件'路径中包含中文字符/??????.pdf'：没有这个文件或目录。

\n其中所有的中文字符都被替换为\"?\"。\n问题的原因仅仅是目录中的中文字符，因为当我确保路径中不包含中文字符后，程序按预期工作。\n在`pdf2image.py`中，我尝试修改`pdfinfo_from_path`函数，将`out.decode(\"utf8\", \"ignore\")`改为例如`out.decode(\"utf32\", \"ignore\")`，但也没有起作用。\n不确定是否相关的是：根据前面提到的答案，我还需要安装poppler。但是当目录不包含任何中文字符时，我的代码也能正常工作。另外，运行此代码`conda install -c conda-forge poppler`（来自上述答案）等待了几个小时后仍未结束。

0

1 答案

0 Comments

问题原因：pdf2image库无法处理包含中文字符路径的PDF文件。

解决方法：使用convert_from_bytes函数来避免此问题。具体代码如下：

from pdf2image import convert_from_bytes
with open('chinese_filename.pdf', 'rb') as f:
    images = convert_from_bytes(f.read(), 500)

这段代码将以字节形式读取名为'chinese_filename.pdf'的文件，并将其转换为图片。其中，参数500表示图片的分辨率。

这是一个简短的解决方法，可以帮助解决pdf2image库无法处理包含中文字符路径的PDF文件的问题。

0