回答編集履歴
4
表現を修正
answer
CHANGED
|
@@ -45,7 +45,7 @@
|
|
|
45
45
|
print("すべての処理が正常に完了しました。")
|
|
46
46
|
```
|
|
47
47
|
追加分:
|
|
48
|
-
- PDFファイルの内容により、`PyPDF2.PdfFileReader()`で読み込むさいに「OSError: [Errno 22] Invalid argument」になるものがある。公式のGitHubの以下のページで議論されている(未解決)。
|
|
48
|
+
- PDFファイルの内容により、`PyPDF2.PdfFileReader()`で読み込むさいに「OSError: [Errno 22] Invalid argument」になるものがある。PyPDF2公式のGitHubの以下のページで議論されている(未解決)。
|
|
49
49
|
|
|
50
50
|
[A certain PDF File triggers OSError: [Errno 22] Invalid argument · Issue #530 · mstamy2/PyPDF2](https://github.com/mstamy2/PyPDF2/issues/530)
|
|
51
51
|
|
3
PDFファイル自体に問題があるという補足を追加
answer
CHANGED
|
@@ -43,4 +43,33 @@
|
|
|
43
43
|
odd_object.close()
|
|
44
44
|
even_object.close()
|
|
45
45
|
print("すべての処理が正常に完了しました。")
|
|
46
|
-
```
|
|
46
|
+
```
|
|
47
|
+
追加分:
|
|
48
|
+
- PDFファイルの内容により、`PyPDF2.PdfFileReader()`で読み込むさいに「OSError: [Errno 22] Invalid argument」になるものがある。公式のGitHubの以下のページで議論されている(未解決)。
|
|
49
|
+
|
|
50
|
+
[A certain PDF File triggers OSError: [Errno 22] Invalid argument · Issue #530 · mstamy2/PyPDF2](https://github.com/mstamy2/PyPDF2/issues/530)
|
|
51
|
+
|
|
52
|
+
先頭の発言の「This file」のリンクからダウンロードした`NTB - LOI.pdf`(印刷された書類をスキャンしたっぽい内容)を`PyPDF2.PdfFileReader()`で読み込むと、確かに「OSError(以下略)」が発生する。質問者がスキャンで作成したPDFファイルも、これと同じ問題が起きている可能性が高い。なお、こちらで検証に使っていたPDFファイルは、印刷した文書をスキャンしたものではなく、Wordで作成した文書を直接PC上でPDF化したものだった。
|
|
53
|
+
|
|
54
|
+
とりあえずの対策として、上記のスレッドでは、GhostScript(gs)を使ってPDFファイルを書き換えるためのコマンドラインが提案されている。
|
|
55
|
+
|
|
56
|
+
> gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=/printer -dNOPAUSE -dQUIET -dBATCH -sOutputFile="出力ファイル名" "入力ファイル名"
|
|
57
|
+
|
|
58
|
+
あいにくWindowsにGhostScriptを入れていなかったので、仮想Linuxマシンで上記のコマンドラインで変換を行なったところ、
|
|
59
|
+
```terminal
|
|
60
|
+
$ gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=/printer -dNOPAUSE -dQUIET -dBATCH -sOutputFile="output.pdf" "input.pdf"
|
|
61
|
+
**** Error: An error occurred while reading an XREF table.
|
|
62
|
+
**** The file has been damaged. This may have been caused
|
|
63
|
+
**** by a problem while converting or transfering the file.
|
|
64
|
+
**** Ghostscript will attempt to recover the data.
|
|
65
|
+
**** However, the output may be incorrect.
|
|
66
|
+
```
|
|
67
|
+
とエラーを吐いたものの、変換後のPDFファイルは問題なく`PyPDF2.PdfFileReader()`で読み込むことができた。なお、PDFビューアーアプリでは、どちらのPDFファイルも表示できている。
|
|
68
|
+
|
|
69
|
+
ということで、
|
|
70
|
+
|
|
71
|
+
0. 現在使っているPDFファイルではなく、Wordなどの文書を直接PDF化したものを用意して、コードの動作確認を行なう。
|
|
72
|
+
0. 最終目的であるスキャンされたPDFファイルのマージを行なうために、GhostScriptのダウンロードとインストールを行なう。
|
|
73
|
+
0. gsコマンドが利用可能になったら、上記のコマンドラインで変換を試み、生成されたPDFファイルを使って(動作確認済みの)コードでマージを行なう。
|
|
74
|
+
|
|
75
|
+
という手順が必要でしょう。
|
2
余分なPDFファイルがあっても動作するよう修正
answer
CHANGED
|
@@ -3,28 +3,29 @@
|
|
|
3
3
|
- `pdfwriter`に書き込みを行なう`addPage()`は代入ではなくメソッド呼び出しなので、それに見合う形にする。
|
|
4
4
|
- 偶数ページのページ数は、奇数ページのページ数と同じか、1ページ少なくなるか(1,3,5ページと2,4ページなど)のどちらかである。1ページ少なくなる場合、`getPage()`しないように`even_pdf.numPages`を使ったif文で処理する。
|
|
5
5
|
|
|
6
|
-
残った問題点は、
|
|
6
|
+
~~残った問題点は、~~
|
|
7
|
-
- カレントディレクトリに存在するPDFファイルが2個以外のときの処理。たとえば、1個だけある場合や、3個以上ある場合にどうするか。現在は`
|
|
7
|
+
- ~~カレントディレクトリに存在するPDFファイルが2個以外のときの処理。たとえば、1個だけある場合や、3個以上ある場合にどうするか。現在は`os.listdir()`の末尾2個だけが処理される。~~
|
|
8
8
|
|
|
9
|
+
globを使って「even_*.pdf」と「odd_*.pdf」をそれぞれ別個にリストに読み込み、それぞれのリストの要素が1のときだけ続く処理を行なうように変更した。これで、他のPDFファイル(以前作成したmerged.pdfなど)が存在しても動作する。
|
|
10
|
+
|
|
9
11
|
```Python
|
|
12
|
+
import glob
|
|
13
|
+
import sys
|
|
10
14
|
import PyPDF2
|
|
11
|
-
import os
|
|
12
15
|
|
|
13
|
-
pdflist = []
|
|
14
|
-
|
|
16
|
+
even_list = glob.glob("even_*.pdf")
|
|
15
|
-
|
|
17
|
+
odd_list = glob.glob("odd_*.pdf")
|
|
16
|
-
|
|
18
|
+
if len(even_list) != 1 or len(odd_list) != 1:
|
|
19
|
+
print("1組のPDFファイル(even_*.pdf, odd_*pdf)になっていません")
|
|
20
|
+
sys.exit(1)
|
|
17
21
|
|
|
18
|
-
pdflist.reverse()
|
|
19
|
-
print(pdflist)
|
|
20
|
-
|
|
21
|
-
odd_file_name =
|
|
22
|
+
odd_file_name = odd_list[0]
|
|
22
|
-
print(odd_file_name)
|
|
23
|
+
print("odd file: " + odd_file_name)
|
|
23
24
|
odd_object = open(odd_file_name, "rb")
|
|
24
25
|
odd_pdf = PyPDF2.PdfFileReader(odd_object)
|
|
25
26
|
|
|
26
|
-
even_file_name =
|
|
27
|
+
even_file_name = even_list[0]
|
|
27
|
-
print(even_file_name)
|
|
28
|
+
print("even file: " + even_file_name)
|
|
28
29
|
even_object = open(even_file_name, "rb")
|
|
29
30
|
even_pdf = PyPDF2.PdfFileReader(even_object)
|
|
30
31
|
|
|
@@ -39,5 +40,7 @@
|
|
|
39
40
|
pdfoutput = open(r"merged.pdf", "wb")
|
|
40
41
|
pdfwriter.write(pdfoutput)
|
|
41
42
|
pdfoutput.close()
|
|
43
|
+
odd_object.close()
|
|
44
|
+
even_object.close()
|
|
42
45
|
print("すべての処理が正常に完了しました。")
|
|
43
46
|
```
|
1
補足を追加
answer
CHANGED
|
@@ -1,3 +1,11 @@
|
|
|
1
|
+
- 質問へのコメントでも指摘されているように、`odd_object`と`even_object`のモードは`"rb"にしないと読み込めません。
|
|
2
|
+
- forループで`maxpagenum`という変数が突然出てくる。(偶数ページと奇数ページを比較して、より長くなる可能性がある)`odd_pdf.numPages`に代える。
|
|
3
|
+
- `pdfwriter`に書き込みを行なう`addPage()`は代入ではなくメソッド呼び出しなので、それに見合う形にする。
|
|
4
|
+
- 偶数ページのページ数は、奇数ページのページ数と同じか、1ページ少なくなるか(1,3,5ページと2,4ページなど)のどちらかである。1ページ少なくなる場合、`getPage()`しないように`even_pdf.numPages`を使ったif文で処理する。
|
|
5
|
+
|
|
6
|
+
残った問題点は、
|
|
7
|
+
- カレントディレクトリに存在するPDFファイルが2個以外のときの処理。たとえば、1個だけある場合や、3個以上ある場合にどうするか。現在は`ps.listdir()`の末尾2個だけが処理される。
|
|
8
|
+
|
|
1
9
|
```Python
|
|
2
10
|
import PyPDF2
|
|
3
11
|
import os
|