Python3检验pdf文件是否有效
【基本原理】利用PyPDF2的PdfFileReader模块打开pdf文件，如果不抛异常，就认为此pdf文件有效。
【情形一】
pdf文件在磁盘上。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
import traceback
from PyPDF2 import PdfFileReader
#参数为pdf文件全路径名
def isValidPDF_pathfile(pathfile):
bValid = True
try:
#PdfFileReader(open(pathfile, 'rb'))
PdfFileReader(pathfile)
except:
bValid = False
print('*' + traceback.format_exc())
return bValid
【情形二】
pdf是来自网络的bytes数据。由于PdfFileReader的参数为文件名或文件对象，所以需要做一下转换。
方法一：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
import traceback, tempfile
from PyPDF2 import PdfFileReader
#参数为bytes类型数据。利用临时文件。
def isValidPDF_bytes(pdfBytes):
bValid = True
try:
fp = tempfile.TemporaryFile()
fp.write(pdfBytes)
PdfFileReader(fp)
fp.close()
except:
bValid = False
print('*' + traceback.format_exc())
return bValid
方法二：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
import io, traceback
from PyPDF2 import PdfFileReader
#参数为bytes类型数据。利用BytesIO转换。
def isValidPDF_bytes(pdfBytes):
bValid = True
try:
b = io.BytesIO(pdfBytes)
PdfFileReader(b)
except:
bValid = False
print('*' + traceback.format_exc())
return bValid
参考文档：
1、The PdfFileReader Class
2、tempfile — Generate temporary files and directories
3、io — Core tools for working with streams
*** walker ***
页:
[1]