Python3 - 将标准输出存储到数组变量中

Question

我有一个 Python 脚本，可以将 PDF 内容转换为字符串。

text = list();

#npages is number of pages in the PDF file.
for n in range(npages):
    text[n] = os.system('pdftotext myfile.pdf -') #the "-" prints to stdout.

print(text)

然而，当我打印 text 时，这是输出（一个包含两页的 PDF 文件）：

{0: 0, 1: 0}

当运行脚本时，我看到 os.system 输出被发送到命令行：

text from myfile.pdf page 1
text from myfile.pdf page 2

如何将 pdftotext 命令的标准输出存储在列表中？

Answer 1

您没有收到命令行输出，只有返回的系统代码。通常 0 表示成功，这意味着您对 npages 0 和 1 的命令已成功。

您可以使用 subprocess 并将输出重定向到您的 Python 脚本。 shorthand 是：

import subprocess

out = subprocess.check_output(['ls', '-lh']) # example
print(out)

要接受短 -，您需要使用 subprocess.Popen(bufsize=0)。这应该有效：

cmd = ['pdftotext', 'myfile.pdf', '-']
proc = subprocess.Popen(cmd, stdout=subprocess.PIPE, bufsize=0)
# get output and error
out, err = proc.communicate()

print(out)

Python3 - 将标准输出存储到数组变量中

Python3 - Store stdout into an array variable

python

pdftotext

python-3.x