如何使用 python 将 pdf 文件打印到标准输出？

Question

脚本创建了正确的 pdf 文件（遗憾的是，它的输出不能直接写入标准输出）。假设文件名是“myfile.pdf”。

我想将准确的 pdf 内容打印到标准输出。 （中间没有处理）。

为了测试这一点，我编写了这个简短的read_pdf.py 脚本：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

with open('myfile.pdf', mode='rb') as pdf_file:
    for line in pdf_file:
        print(str(line))

我使用'rb' 模式，因为在文本模式下阅读会导致UnicodeDecodeError: 'utf-8' codec can't decode byte 0xd0 in position 10: invalid continuation byte。所以，看起来没有其他选择（如果文本模式不起作用，那么二进制模式）。

现在问题当然是输出包含不能用作 pdf 文件的 b'blablabla' 行。为了检查它，我将read_pdf.py 重定向到一个文件并尝试用pdf查看器打开它，当然它不起作用：

$ ./read_pdf.py > test_output.pdf
$ evince test_output.pdf
Syntax Error: Couldn't find trailer dictionary
Syntax Error: Couldn't read xref table
Syntax Error: Couldn't find trailer dictionary
Syntax Error: Couldn't read xref table

那么，正确的做法是什么？我没有检查任何 pdf 专用库，因为它看起来没有必要，我希望能够阅读和打印正确的内容，而无需为此导入 pdf 库。

chardet.detect(pdf_file.read()) 忍不住（它返回了{'encoding': None, 'confidence': 0.0}）。

编辑： * 我正在寻找适用于 python3 和 Linux/Unix 系统的解决方案，而不是 windows。 * 我需要知道如何在 python 中执行此操作，因为它实际上是一个完全用 python 编写的更大项目的一部分

Answer 1

答案其实是用sys.stdout.buffer.write()，而不是print()，除了pdf_file.read()：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

import sys

with open('myfile.pdf', mode='rb') as pdf_file:
    sys.stdout.buffer.write(pdf_file.read())

Answer 2

我认为您的问题是您正在逐行阅读，因此添加了额外的回车符。我在 OSX 上尝试并完美运行：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

with open('myfile.pdf', mode='rb') as pdf_file:
        print(pdf_file.read())

为了完整起见，正如@zezollo 所指出的，在Linux 中，使用print 函数仍然会损坏文件，因此有必要直接在缓冲区上写入：

import sys

with open('myfile.pdf', mode='rb') as pdf_file:
    sys.stdout.buffer.write(pdf_file.read())