在python中使用PyPDF2合并pdf文件时未找到EOF标记

os8fio9y 于 2022-12-25 发布在 Python

关注(0)|答案(6)|浏览(453)

当我使用下面的代码时

from PyPDF2 import PdfFileMerger

merge = PdfFileMerger()

for newFile in nlst:
    merge.append(newFile)
merge.write("newFile.pdf")

发生了以下情况：

raise utils.PdfReadError("EOF marker not found")

PyPDF2.utils.PdfReadError: EOF marker not found

有人能告诉我发生了什么吗？

python

来源：https://stackoverflow.com/questions/45390608/eof-marker-not-found-while-use-pypdf2-merge-pdf-file-in-python

6条答案

按热度按时间

ztmd8pv51#

在使用camelot和PyPDF2遇到这个问题后，我做了一些挖掘，已经解决了这个问题。
文件结束标记'%%EOF'应该是最后一行，但是一些PDF文件在这一行之后放了一大块javascript，读者找不到EOF。
如果您打开EOF plus javascript，它的外观将是什么样的：

b'>>\r\n',
 b'startxref\r\n',
 b'275824\r\n',
 b'%%EOF\r\n',
 b'\n',
 b'\n',
 b'<script type="text/javascript">\n',
 b'\twindow.parent.focus();\n',
 b'</script><!DOCTYPE html>\n',
 b'\n',
 b'\n',
 b'\n',

所以你只需要在javascript开始之前截断文件。
溶液：

def reset_eof_of_pdf_return_stream(pdf_stream_in:list):
    # find the line position of the EOF
    for i, x in enumerate(txt[::-1]):
        if b'%%EOF' in x:
            actual_line = len(pdf_stream_in)-i
            print(f'EOF found at line position {-i} = actual {actual_line}, with value {x}')
            break

    # return the list up to that point
    return pdf_stream_in[:actual_line]

# opens the file for reading
with open('data/XXX.pdf', 'rb') as p:
    txt = (p.readlines())

# get the new list terminating correctly
txtx = reset_eof_of_pdf_return_stream(txt)

# write to new pdf
with open('data/XXX_fixed.pdf', 'wb' as f:
    f.writelines(txtx)

fixed_pdf = PyPDF2.PdfFileReader('data/XXX_fixed.pdf')

赞(0）回复(0）举报 2022-12-25

uxh89sit2#

PDF是一种文件格式，其中PDF解析器通常通过读取位于文件末尾的一些全局信息来开始读取文件。在文档的最末尾需要有一行内容为
%%EOF
这是一个标记，pdf解析器知道PDF文档在此结束，它需要的全局信息应该在此之前（startxref部分）。
我猜想，您看到的错误消息意味着其中一个输入文档被截断，并且缺少%%EOF标记。

赞(0）回复(0）举报 2022-12-25

2g32fytz3#

这个问题的一个简单的解决方案（EOF标记找不到）。打开您的**.pdf文件在其他应用程序（我用Libre办公室绘制在Ubuntu 18.04）。然后导出文件为.pdf**。使用这个导出的**.pdf**文件的问题将不会持续。

赞(0）回复(0）举报 2022-12-25

webghufk4#

我也有这个问题，也有解决办法。
首先，python以'rb'或'wb'的二进制读写格式读取PDF。

文件结束

当一行的某处有一个左括号，但没有一个匹配的右括号时发生。Python在寻找右括号时到达了文件的末尾。

以下是1个解决方案：

1.使用以下命令关闭之前打开的文件
newfile.close()
1.检查是否使用其他变量打开该pdf，然后再次关闭它
Same_file_with_another_variable.close()
现在只打开一次，使用它，你就可以走了。

赞(0）回复(0）举报 2022-12-25

webghufk5#

我想在这个问题上加上我的hacky解决方案。
我在python请求（application/pdf）时也遇到了同样的错误。在我的例子中，提供商（一个运输标签服务）确实给予了一个200和一个代表PDF的b '字符串，但在一些随机的情况下，它错过了EOF标记。
因为它是随机的，所以我想出了下面的解决方案：

for obj in label_objects:
    get_label = api.get_label(label_id=obj.label_id)
    while not 'EOF' in str(get_label.content):
        get_label = api.get_label(label_id=obj.label_id)

在几次尝试中，它给出了带有EOF的b字符串，我们可以继续了。

赞(0）回复(0）举报 2022-12-25

6ovsh4lw6#

PyPDF2无法在加密的PDF中找到EOF标记。
我遇到了同样的错误，而我正在通过（优秀）自动化无聊的东西。第15章，第2版，第355页，项目组合选择页面从许多pdf。
我选择将我在本章中制作的所有PDF文件合并到一个文档中，其中一个是加密的PDF文件，当项目到达加密文档的末尾时失败，并显示错误消息：
PyPDF2.utils.PdfReadError:未找到EOF标记
我将加密文件移到了另一个文件夹（这样它就不会与其他PDF合并，项目运行良好。
因此，似乎PyPDF2无法在加密的PDF中找到EOF标记。

赞(0）回复(0）举报 2022-12-25

我来回答

在python中使用PyPDF2合并pdf文件时未找到EOF标记

6条答案

相关问题

热门标签

最新问答