安装Scraperwiki for Python会生成错误pdftohtml not found

Question

我一直在尝试为Python安装Scraperwiki模块。但是，它会生成错误：

“”用户警告：本地Scraperlibs需要pdftohtml，但在路径中找不到pdftohtml。你可能需要安装它“。在

我查看了poppler，因为他们有pdftohtml文件，但我不知道它是如何工作的-是否有一个python库我需要安装或一个.exe文件。我该如何安装它呢。在Windows上运行。在

非常感谢

Answer 1

如果您不打算使用scraperwiki.pdftoxml()，则警告不适用。但是，它不会阻止您安装scraperwiki包。在

另外，该函数在Windows上根本不起作用；它使用NamedTemporaryFiles，它的行为是differently on Windows to Linux。在

如果您想使用该函数，在Windows上获得pdftohtml的最新版本的最简单方法是下载Calibre Portable。（Sourceforge上的版本较旧。）

安装在任何地方，你只需要从它的一些文件。从安装位置，从包含calibre.exe文件，您需要pdftohtml.exe到您的工作文件夹中，以及从Calibre安装中的DLLs文件夹，freetype.dll，jpeg.dll，libpng12.dll，zlib1.dll。在

您还需要基于scraperwiki.pdftoxml()的代码，例如：

def pdftoxml(pdfdata, options):
    """converts pdf file to xml file"""
    # lots of hacky Windows fixes c.f. original
    with open('input.pdf', 'wb') as f:
    f.write(pdfdata)
    cmd = 'pdftohtml -xml -nodrm -zoom 1.5 -enc UTF-8 -noframes '
    if options:
        cmd += options
    cmd += 'input.pdf output.xml'
    cmd = cmd + " > NUL 2>&1"
    os.system(cmd)
    with open('output.xml', 'r') as f:
    return f.read()

（我最近试图让Windows中的一个用户使用它；我将保持包含此代码的gist更新。）