PyPDF2 - 無法過去。一個大的損壞的文件

我正在檢查文件系統中的損壞的PDF。在我正在運行的測試中，有近200k PDF。看起來好像更小的損壞的文件警報正確，但我碰到一個大的15 MB文件損壞，代碼只能無限期地掛起。我試過將Strict設置爲False而沒有運氣。這似乎是最初的問題。而不是做線程和設置超時（我曾嘗試在過去很少成功），我希望有一個替代方案。PyPDF2 - 無法過去。一個大的損壞的文件

import PyPDF2, os 
from time import gmtime,strftime 

path = raw_input("Enter folder path of PDF files:") 
t = open(r'c:\pdf_check\log.txt','w') 
count = 1 
for dirpath,dnames,fnames in os.walk(path): 
    for file in fnames: 
     print count 
     count = count + 1 
     if file.endswith(".pdf"): 
      file = os.path.join(dirpath, file) 
      try: 
       PyPDF2.PdfFileReader(file,'rb',warndest="c:\test\warning.txt") 
      except PyPDF2.utils.PdfReadError: 
       curdate = strftime("%Y-%m-%d %H:%M:%S", gmtime()) 
       t.write(str(curdate) + " " + "-" + " " + file + " " + "-" + " " + "fail" + "\n") 
      else: 
       pass 
       #curdate = strftime("%Y-%m-%d %H:%M:%S", gmtime()) 
       #t.write(str(curdate) + " " + "-" + " " + file + " " + "-" + " " + "pass" + "\n") 
t.close()

來源

2017-10-12 HMan06

它看起來像有與PyPDF2的問題。我無法實現它，但是，我使用pdfrw，並沒有停止在這一點上，並且沒有問題地瀏覽了幾十萬份文檔。

來源

2017-10-13 20:50:42 HMan06

PyPDF2 - 無法過去。一個大的損壞的文件

回答

相關問題