Проблема слияния и записи в PyPDF - PullRequest
Новая
       22

Проблема слияния и записи в PyPDF

4 голосов
/ 29 сентября 2011

Я получаю неожиданную ошибку при использовании этого. Первый раздел взят из сценария, который я нашел в Интернете, и я пытаюсь использовать его для извлечения определенного раздела, указанного в схеме PDF. Все отлично работает, кроме права на output.write(outputfile1) он говорит:

PdfReadError: несколько определений в словаре.

Кто-нибудь еще сталкивался с этим? Пожалуйста, прости все ненужные print в конце. :) 

import pyPdf
import glob

class Darrell(pyPdf.PdfFileReader):

    def getDestinationPageNumbers(self):
        def _setup_outline_page_ids(outline, _result=None):
            if _result is None:
                _result = {}
            for obj in outline:
                if isinstance(obj, pyPdf.pdf.Destination):
                    _result[(id(obj), obj.title)] = obj.page.idnum
                elif isinstance(obj, list):
                    _setup_outline_page_ids(obj, _result)
            return _result

        def _setup_page_id_to_num(pages=None, _result=None, _num_pages=None):
            if _result is None:
                _result = {}
            if pages is None:
                _num_pages = []
                pages = self.trailer["/Root"].getObject()["/Pages"].getObject()
            t = pages["/Type"]
            if t == "/Pages":
                for page in pages["/Kids"]:
                    _result[page.idnum] = len(_num_pages)
                    _setup_page_id_to_num(page.getObject(), _result, _num_pages)
            elif t == "/Page":
                _num_pages.append(1)
            return _result

        outline_page_ids = _setup_outline_page_ids(self.getOutlines())
        page_id_to_page_numbers = _setup_page_id_to_num()

        result = {}
        for (_, title), page_idnum in outline_page_ids.iteritems():
            result[title] = page_id_to_page_numbers.get(page_idnum, '???')
        return result

for fileName in glob.glob("*.pdf"):
    output = pyPdf.PdfFileWriter()
    print fileName
    pdf = Darrell(open(fileName, 'rb'))
    template = '%-5s  %s'
    print template % ('page', 'title')
    for p,t in sorted([(v,k) for k,v in pdf.getDestinationPageNumbers().iteritems()]):
        print template % (p+1,t)

    for p,t in sorted([(v,k) for k,v in pdf.getDestinationPageNumbers().iteritems()]):
        if t == "CATEGORY 1":
            startpg = p+1
            print p+1,'is the first page of Category 1.'
            if t == "CATEGORY 2":
                endpg = p+1
                print p+1,'is the last page of Category 1.'
    print startpg, endpg
    pagenums = range(startpg,endpg)
    print pagenums
    for i in pagenums:
        output.addPage(pdf.getPage(i))
    fileName2 = "%sCategory1_data.pdf" % (str(fileName[:-13]))
    print "%s has %s pages." % (fileName2,output.getNumPages())
    outputfile1 = file(r"%s" % (fileName2), 'wb')
    output.write(outputfile1)
    outputfile1.close()
...