Я пытаюсь получить содержимое нескольких .pdf-файлов из каталога, чтобы преобразовать их в текст с помощью библиотеки tika, однако я считаю, что я не правильно читаю .pdf-файлы. Это то, что я пытался до сих пор:Проблемы при применении функции к содержимому каждого элемента каталога в python?
Вход:
for filename in sorted(glob.glob(os.path.join(input_directory, '*.pdf'))):
with open(filename,"rb") as f:
print(f)
text = parser.from_file(f)
Выход:
<_io.BufferedReader name='/Users/user/Downloads/pdf-files/a_pdf_file.pdf'>
AttributeError: '_io.BufferedReader' object has no attribute 'decode'
Какой самый эффективный способ передвижения по содержимому файлов в Python ?.
вы используете Python 3? Попробуйте удалить флаг «b». – brianpck
спасибо за помощь @brianpck, я удалил ее, и у меня все еще есть одно и то же исключение. Объект AttributeError: '_io.TextIOWrapper' не имеет атрибута 'decode''. – tumbleweed