“PDF 文件尚未解密”问题仍然存在于 PyPDF2

Question

使用 PyPDF2 读取 PDF 文件时出现以下错误

raise utils.PdfReadError("File has not been decrypted")
PdfReadError: File has not been decrypted

我一直在尝试通过 python 以编程方式阅读 PDF 文档。对于大多数 PDF 文件，它工作正常，但少数我收到以下错误

raise utils.PdfReadError("File has not been decrypted")
PdfReadError: File has not been decrypted

我已经尝试过另一个 stackoverflow 解决方案的解决方案：PyPDF 2 Decrypt Not Working

上述问题的这个解决方案仍然没有解决我的问题

import os
import PyPDF2
from PyPDF2 import PdfFileReader

fp = open(filename)
pdfFile = PdfFileReader(fp)
if pdfFile.isEncrypted:
   try:
       pdfFile.decrypt('')
       print('File Decrypted (PyPDF2)')
   except:
       command = ("cp "+ filename +
        " temp.pdf; qpdf --password='' --decrypt temp.pdf " + filename
        + "; rm temp.pdf")
       os.system(command)
       print('File Decrypted (qpdf)')
       fp = open(filename)
       pdfFile = PdfFileReader(fp)
else:
    print('File Not Encrypted')

问题似乎不是文件名之间的空格或将密码设置为“”。

不知何故无法解决此错误。任何帮助表示赞赏。谢谢。

我的代码：

import PyPDF2
import os
from os import listdir
from os.path import isfile, join

mypath='D:/POC PDF'
onlyfiles = [os.path.join(mypath, f) for f in os.listdir(mypath) if os.path.isfile(os.path.join(mypath, f))]
for file in onlyfiles:
    fileReader = PyPDF2.PdfFileReader(open(file,'rb'))
    countpage = fileReader.getNumPages()
    print(countpage)

Answer 1

回答我自己的问题：感谢我的一个朋友，我找到了比 PyPDF2 更好的包。它是 PyMuPDF。这是一个示例实现

import fitz

def extractText(file): 
    doc = fitz.open(file) 
    text = []
    for page in doc: 
        t = page.getText().encode("utf8") 
        text.append(t)
    return text

Answer 2

使用带有子进程的“QPDF”库可以解密给定的 PDF 文件。

安装：

sudo apt-get install -y qpdf

用法：

new_file_path = file_path.replace('.pdf','_decrypt.pdf').replace('.PDF','_decrypt.pdf')
cmd = "qpdf --decrypt " + file_path + " " + new_file_path

proc = subprocess.Popen(cmd, stdout=subprocess.PIPE, stderr=subprocess.PIPE,
                        shell=True, preexec_fn=os.setsid)
stdout, stderr = proc.communicate()