在内存python中下载pdf

Question

我想在Python程序中打开pdf。到目前为止，行之有效。

existing_pdf = PdfFileReader(file(path_to_pdf, "rb"))

现在，我从本地磁盘打开pdf，但我希望它从互联网上获取pdf，而不是从本地驱动器中打开它。请注意，我不想保存现存的pdf，一旦从互联网上获取它，我将对其进行处理然后保存。

我认为我需要BytesIO + urllib2，但我无法弄清楚，有人可以帮助我吗？

所以可以说我想创建一个变量：现存的pdf，内容为http://tug.ctan.org/tex-archive/macros/latex/contrib/logpap/example.pdf，但我不想下载该变量文件首先保存到磁盘，然后将其打开。我想“在内存中”下载它并创建变量existing_pdf，以后可以在程序中对其进行修改。

编辑：

  response=urllib2.urlopen("URL")
  pdf_file = BytesIO(response.read())

  existing_pdf = PdfFileReader(pdf_file)

它只是挂起而从未完成PdfFileReader（pdf_file）

  ....
  existing_pdf = PdfFileReader(pdf_file)
  File "C:\Python27\lib\site-packages\pyPdf\pdf.py", line 374, in __init__
  self.read(stream)
  File "C:\Python27\lib\site-packages\pyPdf\pdf.py", line 705, in read
  line = self.readNextEndLine(stream)
  File "C:\Python27\lib\site-packages\pyPdf\pdf.py", line 870, in readNextEndLine
  line = x + line

Answer 1

您尝试过请求包了吗？

import requests
from StringIO import StringIO
r = requests.get(URL)
pdf_file = StringIO(r.content)
existing_pdf = PdfFileReader(pdf_file)

这为我工作：

import os
import urllib2
from io import BytesIO
URL = "http://tug.ctan.org/tex-archive/macros/latex/contrib/logpap/example.pdf"
response=urllib2.urlopen(URL)
p = BytesIO(response.read())
p.seek(0, os.SEEK_END)
print p.tell()
# 79577