使用 PYmongo 错误在我的 MongoDB 数据库中存储 PDF 文件答案

【问题标题】：Store a PDF file in my MongoDB database with PYmongo error使用 PYmongo 错误在我的 MongoDB 数据库中存储 PDF 文件
【发布时间】：2019-09-30 10:26:48
【问题描述】：

我想使用 PYMonbgo 和 gridfs 在我的 MongoDB 数据库（在 Ubuntu 中）中存储一个 PDF 文件。但我收到错误 'utf-8' codec can't decode byte 0xe2 in position 10: invalid continuation byte

如何在 MongoDB 中使用 python 存储和接收 PDF？

from pymongo import MongoClient
import gridfs

db = MongoClient('mongodb://localhost:27017/').myDB
fs = gridfs.GridFS( db )
fileID = fs.put( open(('Test.pdf')  ))
out = fs.get(fileID)

【问题讨论】：

标签： python mongodb pymongo gridfs

【解决方案1】：

您需要在阅读后对 PDF 进行适当的编码。我不会假装了解细节。但我已经让它工作了。试试这个，看看它是否也适合你。（仅供参考，可能还想指定集合）

import base64
import gridfs

def write_new_pdf(path):
    db = MongoClient('mongodb://localhost:27017/').myDB
    fs = gridfs.GridFS(db)
    # Note, open with the "rb" flag for "read bytes"
    with open(path, "rb") as f:
        encoded_string = base64.b64encode(f.read())
    with fs.new_file(
        chunkSize=800000,
        filename=path) as fp:
        fp.write(encoded_string)

更新：如何回读 pdf

def read_pdf(filename):
    # Usual setup
    db = MongoClient('mongodb://localhost:27017/').myDB
    fs = gridfs.GridFS(db)
    # Standard query to Mongo
    data = fs.find_one(filter=dict(filename=filename))
    with open(filename, "wb") as f:
        f.write(base64.b64decode(data.read()))

【讨论】：

你知道如何通过将文件名“Test.pdf”传递给函数来从我的“myDB”集合中接收这个“Test.pdf”吗？
我认为这会奏效。如果没有就大声喊叫。 atm 有点忙，但可以稍后再看。
如果我需要从提取的 PDF 中提取文本而不是保存在我的 PC 中，我该怎么办？