在某些情況下，您可能希望避免將內(nèi)容顯式保存為文件到磁盤，例如當(dāng)您想將 PDF 存儲(chǔ)在數(shù)據(jù)庫或 AWS S3 中時(shí)。

PyPDF2 支持將數(shù)據(jù)流式傳輸?shù)筋愃莆募膶?duì)象，方法如下。

from io import BytesIO

# Prepare example
with open("example.pdf", "rb") as fh:
    bytes_stream = BytesIO(fh.read())

# Read from bytes_stream
reader = PdfReader(bytes_stream)

# Write to bytes_stream
writer = PdfWriter()
with BytesIO() as bytes_stream:
    writer.write(bytes_stream)

將 PDF 直接寫入 AWS S3

假設(shè)你想操作一個(gè) PDF 并直接寫入 AWS S3，而不必先將文件寫入文件。我們?cè)?raw_bytes_data?中擁有原始PDF的字節(jié)數(shù)，并想設(shè)置?my-secret-password?。

from io import BytesIO

import boto3
from PyPDF2 import PdfReader, PdfWriter


reader = PdfReader(BytesIO(raw_bytes_data))
writer = PdfWriter()

# Add all pages to the writer
for page in reader.pages:
    writer.add_page(page)

# Add a password to the new PDF
writer.encrypt("my-secret-password")

# Save the new PDF to a file
with BytesIO() as bytes_stream:
    writer.write(bytes_stream)
    bytes_stream.seek(0)
    s3 = boto3.client("s3")
    s3.write_get_object_response(
        Body=bytes_stream, RequestRoute=request_route, RequestToken=request_token
    )

直接從云服務(wù)讀取 PDF

一種選擇是先下載文件，然后將本地文件路徑傳遞給 ?PdfReader?。另一種選擇是獲取字節(jié)流。

對(duì)于 AWS S3，它的工作方式如下：

from io import BytesIO

import boto3
from PyPDF2 import PdfReader


s3 = boto3.client("s3")
obj = s3.get_object(Body=csv_buffer.getvalue(), Bucket="my-bucket", Key="my/doc.pdf")
reader = PdfReader(BytesIO(obj["Body"].read()))

它與 Google Cloud Storage 的工作方式類似（示例）