Python 通过Pypdf2提取和合并PDF

我有点困了。我正在尝试合并并提取工作目录中所有PDF文件的文本。然后，我想将数据存储在CSV表单中，以便对其运行其他分析。但是，我不断得到一个

PyPDF2.utils.PdfReadError:EOF标记未找到

错误。我已经检查了资源，但我仍在努力

import PyPDF2
import os
from PyPDF2 import PdfFileMerger, PdfFileReader

merger = PdfFileMerger()
for filename in os.listdir():
    with open(filename,"rb") as source:
        tmp = PdfFileReader(source)
        merger.append(tmp)

tmp.write('tmp.csv', 'wb')
tmp.close()

---

实际上，您的代码中有一些小错误，您在循环内部创建

tmp

变量

，但在外部使用它
写入csv
。而且，据我所知，您不需要使用open创建
，然后创建用于合并的PdfileReader对象。尝试使用此简单方法合并多个
pdf文件
：

import PyPDF2
import os
from PyPDF2 import PdfFileMerger, PdfFileReader

merger = PdfFileMerger()

for pdffile in os.listdir():
    merger.append(pdffile)

merger.write('tmp.csv')
merger.close()

此错误何时发生？您确定文件夹中的所有PDF都有效吗？Adobe/Acrobat Reader可以全部读取吗？对不起，tmp=PdfileReader（源代码）行出现错误。所有的文件都是可读的，谢谢你的帮助。我现在收到一个错误，声明：PyPDF2.utils.PdfReadError:EOF marker not found很可能我的一个文件被截断了。有没有处理这个错误的好方法？@Meredith:听起来并不是所有的文件都是可读的。无论如何，Python中处理异常的标准方法是将带有潜在错误的行放在
try
/
except
中，并在
except PyPDF2.utils.PdfReadError:
子句中处理问题（可以通过
pass
忽略它）。@Meredith:很高兴我的评论有所帮助。您可能应该接受这个答案，因为它解决了主要问题。查看使用此代码后是否出现
EOF错误
，这意味着部分
pdf
可能已损坏，并且没有
%EOF
字符。您可以尝试@MeredithJackson建议的
try/except
方法来解决问题。您还可以首先尝试使用异常块中的
文件名打印
语句找出哪个文件有此问题。一旦使用了try语句，它就跳过了，我又能正常工作了，谢谢！