无法使用python脚本将pdf转换为文本

Question

我想使用命令pdftotext将所有的.pdf文件从特定的目录转换为.txt格式...但我想用python脚本来做这个... my脚本包含：

import glob 
import os 

fullPath = os.path.abspath("/home/eth1/Downloads") 

for fileName in glob.glob(os.path.join(fullPath,'*.pdf')): 
    fullFileName = os.path.join(fullPath, fileName) 
    os.popen('pdftotext fullFileName') 

，但我收到以下错误：

Error: Couldn't open file 'fullFileName': No such file or directory. 

Answer 1

你从字面上传递fullFileName到os.popen。你应该做这样的事情，而不是（假设fullFileName没有进行转义）：

os.popen('pdftotext %s' % fullFileName) 

还要注意的是os.popen不推荐使用，最好使用subprocess模块来代替：

import subprocess 
retcode = subprocess.call(["/usr/bin/pdftotext", fullFileName]) 

它也更安全，因为它正确处理fullFileName中的空格和特殊字符。

Answer 2

最后一行更改为

os.open('pdftotext {0}'.format(fullFileName)) 

这样的fullFileName值将被传递，而不是名称。