问题描述
我已经多次测试我的代码,每次都运行良好,但现在由于某种原因它引发了一个奇怪的错误,我会马上解决。 我正在使用 tabula 读取一些 pdf 文件,这是出现错误的代码:
for it_page,page in enumerate(pages_id,start=0):
print("page : ",page)
tables = tabula.read_pdf(hermes_pdf_dir + "/" + pdf_name,pages = page)
for i,table in enumerate(tables,start=1):
print( "titre retenu : " + pages_id_titres[it_page][1] + f"_{i}.xlsx")
table.to_excel(os.path.join(folder_name,pages_id_titres[it_page][1] + " p" + str(page) + f"_{i}.xlsx"),index=False)
错误位于以“tables = tabula.read_pdf(...)”开头的行。
最重要的是,这里是完整的错误信息:
Traceback (most recent call last):
File "get_pdfs_hermes.py",line 299,in <module>
read_pdf_download_csv(pdf_name2)
File "get_pdfs_hermes.py",line 199,in read_pdf_download_csv
tables = tabula.read_pdf(hermes_pdf_dir + "/" + pdf_name,pages = page)
File "C:\Users\virgi\Python\lib\site-packages\tabula\io.py",line 322,in read_pdf
output = _run(java_options,kwargs,path,encoding)
File "C:\Users\virgi\Python\lib\site-packages\tabula\io.py",line 80,in _run
result = subprocess.run(
File "C:\Users\virgi\Python\lib\subprocess.py",line 512,in run
raise CalledProcessError(retcode,process.args,subprocess.CalledProcessError: Command '['java','-Dfile.encoding=UTF8','-jar','C:\\Users\\virgi\\Python\\lib\\site-packages\\tabula\\tabula-1.0.4-jar-with-dependencies.jar','--pages','104','--guess','--format','JSON','C:\\Users\\virgi\\Desktop\\virgile_stuff\\prog\\banking analyst\\financial_data/data/hermes_data/hermes_2014_rapportannuel_en.pdf']' returned non-zero exit status 1.
它讨论了 Java 依赖项(可能是因为 tabula 有 tabula-py 和 tabula-java ?)以及我发现的有关此类错误的最相关问题说应该更新 java,而我的计算机上有最新版本计算机。 对它可能是什么有任何想法吗?
解决方法
通过简单地对发生错误时处理的 pdf 文件进行例外处理,它似乎又可以正常工作了。我认为问题来自页面编码或类似内容。