是否可以将 pdf 字节直接输入 PyPDF2 而不是先制作 PDF 文件

Question

我正在使用Linux；将原始打印到端口 9100 returns 一个 "bytes" 类型。我想知道是否可以从这里直接进入 PyPDF2，而不是先制作一个 pdf 文件并使用 PdfFileReader 方法？

感谢您的宝贵时间。

Answer 1

PyPDF2.PdfFileReader() 将其第一个参数定义为：

stream – A File object or an object that supports the standard read and seek methods similar to a File object. Could also be a string representing a path to a PDF file.

因此您可以将任何数据传递给它，只要它可以作为类似文件的流进行访问即可。一个完美的候选者是 io.BytesIO()。将您收到的 原始字节 写入其中，然后返回 0，将对象传递给 PyPDF2.PdfFileReader()，您就完成了。

Answer 2

嗯，先评论吧。这是在不创建 pdf 文件的情况下生成 pdf 字节的代码示例：

import io
from typing import List

from PyPDF2 import PdfFileReader, PdfFileWriter


def join_pdf(pdf_chunks: List[bytes]) -> bytes:
    # Create empty pdf-writer object for adding all pages here
    result_pdf = PdfFileWriter()
    
    # Iterate for all pdf-bytes
    for chunk in pdf_chunks:
        # Read bytes
        chunk_pdf = PdfFileReader(
            stream=io.BytesIO(      # Create steam object
                initial_bytes=chunk
            )
        )
        # Add all pages to our result
        for page in range(chunk_pdf.getNumPages()):
            result_pdf.addPage(chunk_pdf.getPage(page))
    
    # Writes all bytes to bytes-stream
    response_bytes_stream = io.BytesIO()
    result_pdf.write(response_bytes_stream)
    return response_bytes_stream.getvalue()

Answer 3

几年后，我将此添加到 the PyPDF2 docs:

from io import BytesIO

# Prepare example
with open("example.pdf", "rb") as fh:
    bytes_stream = BytesIO(fh.read())

# Read from bytes_stream
reader = PdfFileReader(bytes_stream)

# Write to bytes_stream
writer = PdfFileWriter()
with BytesIO() as bytes_stream:
    writer.write(bytes_stream)

是否可以将 pdf 字节直接输入 PyPDF2 而不是先制作 PDF 文件

Is it possible to input pdf bytes straight into PyPDF2 instead of making a PDF file first

python

python-3.x

pypdf2