PDFMiner版本差异？获取UnsupportedOperation:寻找

Question

我使用爬虫从网站和tring获得一些pdf文件转换为txt，我得到了这个错误，获取UnsupportedOperation:搜索。

我搜索了很多网站，只是帮不了我解决这个问题。

文件""，第51行，解析praser_pdf = PDFParser(fp)

文件"D:\Anaconda\lib\site-packages\pdfminer\pdfparser.py"，第43行，在init fp中)

文件"D:\Anaconda\lib\site-packages\pdfminer\psparser.py"，第515行，在init fp中)

文件"D:\Anaconda\lib\site-packages\pdfminer\psparser.py"，第169号，init self.seek(0)

文件"D:\Anaconda\lib\site-packages\pdfminer\psparser.py"，第527行，在搜索PSBaseParser.seek(self，pos)中

文件"D:\Anaconda\lib\site-packages\pdfminer\psparser.py"，第199行，在搜索self.fp.seek(pos)中

UnsupportedOperation:寻找

这是我的密码

baseurl = "http://reportdocs.static.szse.cn/UpFiles/fxklwxhj/"

def parse(docucode):

_path = baseurl + quote(docucode) +"?random=0.3006649122149502"

request = Request(url=_path, headers=headers)  

fp = urlopen(request)

praser_pdf = PDFParser(fp)

doc = PDFDocument()

praser_pdf.set_document(doc)
doc.set_parser(praser_pdf)

doc.initialize()

代码不能工作，它只是在praser_pdf = PDFParser(fp)中分解，我真的想知道如何修复它！

非常感谢!

Answer 1

这是从url读取pdf并写入输出文件的示例实现。注意:此实现适用于pdfminer:20191125，并且未包括来自url的响应的错误处理。

from urllib.request import urlopen, Request
import os
pdf_url = "http://www.inkwelleditorial.com/pdfSample.pdf"
rp1 = Request(pdf_url)
fp = urlopen(rp1)
output_path = "/home/mint/Desktop/temper.html"
input_path = "/home/mint/Desktop/temper.pdf"

open(input_path, "w").close() # For making the output file as empty before going forward
with open(input_path, "wb") as f:
    f.write(fp.read())
command = "pdf2txt.py -t html -o {} {} ".format(output_path, input_path)
os.system(command)