我尝试用pdfquery重命名pdf文件,从数据中提取pdf文件的名称。pdfquery锁定文件并阻止重命名。没有用于解锁文件的close方法。
我试图'del pdf‘并强制在重命名前关闭文件,但它不起作用。(在windows上尝试过,不知道linux是否正常工作)
import os
import pdfquery
def is_pdf(file):
if os.path.splitext(file.lower())[1] == '.pdf':
return True
pdf_files = os.listdir('./pages')
for pdf_file in filter(is_pdf, pdf_files):
if is_pdf(pdf_file):
print(pdf_file)
pdf = pdfquery.PDFQuery(os.path.join('pages', pdf_file))
pdf.load()
for e in pdf.tree.iter():
text = e.text
if text:
text = text.replace(' ', '')
if text[0:7] == '4002629':
#del pdf
os.rename(os.path.join('pages', pdf_file), '{}.pdf'.format(text))
需要重命名的文件,但得到的却是:
Traceback (most recent call last):
File "C:\Users\Administrator\Desktop\PDFs_aufbereiten\pdf_pages_rename.py", line 22, in <module>
os.rename(os.path.join('pages', pdf_file), '{}.pdf'.format(text))
PermissionError: [WinError 32] Der Prozess kann nicht auf die Datei zugreifen, da sie von einem anderen Prozess verwendet wird: 'pages\\xxxxxxxxxxxxxxxxxxxx.pdf' -> 'xxxxxxxxxxxxx.pdf'
发布于 2019-05-11 01:40:25
该代码可以在linux上运行,所以pdfquery或pdfquery使用的模块只在windows上导致错误。我在https://github.com/jcushman/pdfquery/issues/75上打开了一个问题,如果我得到了修复或解决方法,我会更新这篇文章。
解决方法在使用pdfquery.PDFQuery之前由自己的代码打开/关闭文件(感谢nedbat):
import os
import pdfquery
def is_pdf(file):
if os.path.splitext(file.lower())[1] == '.pdf':
return True
rename_files = []
pdf_files = os.listdir('./pages')
for pdf_file in filter(is_pdf, pdf_files):
print(pdf_file)
with open(os.path.join('pages', pdf_file), 'rb') as myfile:
pdf = pdfquery.PDFQuery(myfile)
pdf.load()
for e in pdf.tree.iter():
text = e.text
if text:
text = text.replace(' ', '')
if text[0:7] == '4002629':
rename_files.append(
(pdf_file, '{}.pdf'.format(text))
)
break
for oldname, newname in rename_files:
os.rename(os.path.join('pages', oldname),
os.path.join('pages', newname)
)
发布于 2020-04-25 03:12:00
这也应该行得通:
pdf.file.close()
https://stackoverflow.com/questions/56077886
复制相似问题