河南经天路桥建设总公司网站,找室内效果图的网站,free theme wordpress,戴尔网站建设成功项目中遇到pdf文件漏字#xff0c;由于文件涉密#xff0c;不能展示#xff0c;简单描述一下#xff1a; 比如原pff中 姓名#xff1a;张三 读取结果中#xff1a;空白#xff1a;张三 即#xff1a;原文件说是银行出具的打款证明#xff0c;银行内部设置了文件权限由于文件涉密不能展示简单描述一下 比如原pff中 姓名张三 读取结果中空白张三 即原文件说是银行出具的打款证明银行内部设置了文件权限读取不了 但是我们发现相同文件权限的其它文件可以正常读取所以可能不是文件权限问题
然后还是从代码开始排查 读取代码
def trans_pic(pdf_page_document, target_path):pdf_page_document: pdf_page_document fitz.open(pdf文件路径)[页码]target_path: 保存的图片路径rotate int(0)trans fitz.Matrix(1, 1).preRotate(rotate)pm pdf_page_document.getPixmap(matrixtrans, alphaFalse) # 本行代码提示 warnpm.writePNG(target_path)pdf_fitz fitz.open(ocr_pdf_file_path)
trans_pic(pdf_fitz[0], page_pic_path)用代码读取问题文件报warn
mupdf: zlib error: invalid distance too far back
mupdf: FT_New_Memory_Face(SOKSWQSimSun): SFNT font table missing意思大概是1文件编码有问题 2字体缺失 正常文件和问题文件的代码执行过程仅此warn差别其它无差别。 解决方向 1修改运行环境的字体库代码加编码修改但是是这个编码和字体应该是很难改的[放弃] 2让客户重新生成文件需要跟银行交涉成本大且也不保证能解决[放弃] 3从代码上解决。
然后发现PyMuPDF版本较早升级为最新版本发现文件读取正常
# 注意需要安装最新版的 PyMuPDF 1.22.5
# !pip install PyMuPDF --upgrade
import fitz
pdf_fitz fitz.open(./识别漏字-原文件.pdf)
rotate int(0)
trans fitz.Matrix(1, 1).prerotate(rotate)
pdf_page_document pdf_fitz[0]
pm pdf_page_document.get_pixmap(matrixtrans, alphaFalse)
pm.save(./12111123.PNG)希望遇到类似问题的同学可以先尝试升级个版本试试
