Вызов PdftOtext из сценария Python не работает, когда я перехожу с локальной машины на свой веб -хост

Question

Я написал небольшой сценарий Python для анализа/извлечения информации из PDF. Я проверил его на своей локальной машине, у меня есть версия Python 2.6.2 и PdftOtext 0.12.4.

Я пытаюсь запустить это на своем сервере веб -хостинга (DreamHost). Он имеет версию Python 2.5.2 и PDFTOTEXT версии 3.02.

Но когда я пытаюсь запустить скрипт, я получаю следующую ошибку в линии PdftOtext (я также проверил его с помощью простого сценария «Выброс») «Ошибка: не может открыть файл»-'»

def ConvertPDFToText(currentPDF):
    pdfData = currentPDF.read()

    tf = os.tmpfile()
    tf.write(pdfData)
    tf.seek(0)

    if (len(pdfData) > 0) :
        out, err = subprocess.Popen(["pdftotext", "-layout", "-", "-"], stdin = tf, stdout=subprocess.PIPE ).communicate()
        return out
    else :
        return None

Обратите внимание, что я передаю эту функцию в том же файл PDF, и она имеет доступ к ней. В другой функции я могу написать себе документ PDF из того же сценария, работающего на веб -хосте.

Что я делаю не так? Какова возможная разница в использовании для подпроцесса/Python/PDFTEXT между моей локальной версией и версией Webhost? Я предполагаю, что мне придется изменить команду, поэтому любая помощь будет высоко оценена.

Заранее спасибо.

Answer 1

Может ли PDFTOTEXT прочитать из командной строки непосредственно на Webhost? Вы можете проверить это? Кроме того, почему бы вам не пропустить имя временного файла в качестве аргумента, а не отдать его на стандартный ввод? (Репродато здесь в соответствии с вашим предложением).

Answer 2

Намек на ответ лежал в комментарии Нуфала, чтобы использовать имя файла. Но os.tmpfile () не имеет имени файла. Я должен был использовать другой модуль. Модифицированный код приведен ниже.

#import tempfile
def ConvertPDFToText(currentPDF):
    pdfData = currentPDF.read()

    tf = tempfile.NamedTemporaryFile()
    tf.write(pdfData)
    tf.seek(0)

    outputTf = tempfile.NamedTemporaryFile()

    if (len(pdfData) > 0) :
        out, err = subprocess.Popen(["pdftotext", "-layout", tf.name, outputTf.name ]).communicate()
        return outputTf.read()
    else :
        return None

Я не уверен, как дать комментарий Нуфала очки за этот ответ. Возможно, он сможет вырезать и вставить этот ответ?

Answer 3

Если у вас есть доступ к серверу, попробуйте запустить без Python:

# pdftotext -layout - -

а также:

# pdftotext -layout

Некоторые версии pdftOtext могут использовать STDI/STDOUT, затем запускать без каких -либо файлов в командной строке. Пытаться

    out, err = subprocess.Popen(["pdftotext", "-layout"], stdin = tf, stdout=subprocess.PIPE ).communicate()

Или используйте временный файл, как предложено Noufal Ibrahim.