wget和PDFFileReader -无法读取格式错误的PDF文件
wget和PDFFileReader -无法读取格式错误的PDF文件
提问于 2021-01-21 02:37:19
我正在尝试从希腊卫生部的每日报告中抓取新冠肺炎的数据，这些数据以PDF格式发布在网上。我使用wget下载它们，然后使用PyPDF2从它们抓取数据：
import wget
import PyPDF2
wget.download('https://eody.gov.gr/wp-content/uploads/2020/09/covid-gr-daily-report-23-09-2020.pdf')
reader = PyPDF2.PdfFileReader('covid-gr-daily-report-23-09-2020.pdf')但它返回以下错误：
PyPDF2.utils.PdfReadError: Could not read malformed PDF file保存在目录中的PDF也不会打开。
如何保存PDF，使其不会变形？
回答 1
Stack Overflow用户
回答已采纳
发布于 2021-01-21 03:02:39
您尝试下载的内容受Google reCAPTCHA保护。如果您查看响应文本，您应该会看到：
import requests
r = requests.get('https://eody.gov.gr/wp-content/uploads/2020/09/covid-gr-daily-report-23-09-2020.pdf')
print(r.text)这就是回应。你得先克服我不是机器人保安的问题：
<html>
<head>
<META NAME="robots" CONTENT="noindex,nofollow">
<script src="/_Incapsula_Resource?SWJIYLWA=5074a744e2e3d891814e9a2dace20bd4,719d34d31c8e3a6e6fffd425f7e032f3">
</script>
<body>
</body></html>页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/65815599
复制相关文章
相似问题
腾讯云开发者
