Python调用encrypt命令后依然显示PdfReadError: File has not been decrypted
最近在做《Python编程快速上手-让繁琐工作自动化》第13章13.6.1PDF偏执狂习题，题目如下：利用第9 章的os.walk()函数编写一个脚本，遍历文件夹中的所有PDF（包含子文件夹），用命令行提供的口令对这些PDF 加密。用原来的文件名加上_encrypted.pdf后缀，保存每个加密的PDF。在删除原来的文件之前，尝试用一个程序读取并解密该文件，确保它被正确的加密。然后编写一个程序，找到文件夹中所有加密的PDF 文件（包括它的子文件夹），利用提供的口令，创建PDF 的解密拷贝。如果口令不对，程序应该打印一条消息，并继续处理下一个PDF 文件。
我的程序如下（用jupyter notebook)：
第一步，加密：程序正常运行，生成了后缀为'_encrypted.pdf‘的文件
import os,PyPDF2
for foldername,subforders,filenames in os.walk(r'D:\python_workdzx\automate_boring_stuff'):
for file in filenames:
if not file.endswith('.pdf'):
continue
pdfFileobj=open(os.path.join(foldername,file),'rb')
pdfreader=PyPDF2.PdfFileReader(pdfFileobj)
pdfWriter=PyPDF2.PdfFileWriter()
for i in range(pdfreader.numPages):
pdfWriter.addPage(pdfreader.getPage(i))
#encrypt the file
pdfWriter.encrypt('entrypted')
newname=file.split('.pdf')+'_encrypted.pdf'
with open(os.path.join(foldername,newname),'wb') as f:
pdfWriter.write(f)
pdfFileobj.close()
第二步，解密，程序报错，说没有解密PdfReadError: File has not been decrypted
import os,PyPDF2
for foldername,subforders,filenames in os.walk(r'D:\python_workdzx\automate_boring_stuff'):
for file in filenames:
if not file.endswith('_encrypted.pdf'):
continue
f1=open(os.path.join(foldername,file),'rb')
pdfreader=PyPDF2.PdfFileReader(f1)
try:
pdfreader.decrypt('entrypted')
except UnicodeEncodeError:
print('the passport is incorrect.')
else:
pdfwriter=PyPDF2.PdfFileWriter()
for i in range(pdfreader.numPages):
pdfwriter.addPage(pdfreader.getPage(i))
newname=file.split('_encrypted')+'_decrypted.pdf'
with open(os.path.join(foldername,newname),'wb') as f:
pdfwriter.write(f)
f1.close()
问题是我明明已经解密了，而且单个文件加密解密也是没问题的，为什么循环后就出问题了？错误码如下：
UnicodeEncodeError Traceback (most recent call last)
D:\ProgramData\Anaconda3\lib\site-packages\PyPDF2\pdf.py in getNumPages(self)
1146 self._override_encryption = True
-> 1147 self.decrypt('')
1148 return self.trailer["/Root"]["/Pages"]["/Count"]
D:\ProgramData\Anaconda3\lib\site-packages\PyPDF2\pdf.py in decrypt(self, password)
1986 try:
-> 1987 return self._decrypt(password)
1988 finally:
D:\ProgramData\Anaconda3\lib\site-packages\PyPDF2\pdf.py in _decrypt(self, password)
2016 new_key += b_(chr(utils.ord_(key) ^ i))
-> 2017 val = utils.RC4_encrypt(new_key, val)
2018 userpass = val
D:\ProgramData\Anaconda3\lib\site-packages\PyPDF2\utils.py in RC4_encrypt(key, plaintext)
180 t = S[(S + S) % 256]
--> 181 retval += b_(chr(ord_(plaintext) ^ t))
182 return retval
D:\ProgramData\Anaconda3\lib\site-packages\PyPDF2\utils.py in b_(s)
237 else:
--> 238 r = s.encode('latin-1')
239 if len(s) < 2:
UnicodeEncodeError: 'latin-1' codec can't encode character '\u016c' in position 0: ordinal not in range(256)
During handling of the above exception, another exception occurred:
PdfReadError Traceback (most recent call last)
<ipython-input-6-042e54025b54> in <module>
12 else:
13 pdfwriter=PyPDF2.PdfFileWriter()
---> 14 for i in range(pdfreader.numPages):
15 pdfwriter.addPage(pdfreader.getPage(i))
16 newname=file.split('_encrypted')+'_decrypted.pdf'
D:\ProgramData\Anaconda3\lib\site-packages\PyPDF2\pdf.py in <lambda>(self)
1156 return len(self.flattenedPages)
1157
-> 1158 numPages = property(lambda self: self.getNumPages(), None, None)
1159 """
1160 Read-only property that accesses the
D:\ProgramData\Anaconda3\lib\site-packages\PyPDF2\pdf.py in getNumPages(self)
1148 return self.trailer["/Root"]["/Pages"]["/Count"]
1149 except:
-> 1150 raise utils.PdfReadError("File has not been decrypted")
1151 finally:
1152 self._override_encryption = False
PdfReadError: File has not been decrypted 这个问题和循环没关系，是PyPDF的问题，对于一些加密的PDF文件，使用了正确密码，就象你的pdfreader.decrypt('entrypted')，返回值是1，没有报错，但实际上并没有解密，所以下一句中pdfreader.numPages就会导致“PdfReadError: File has not been decrypted”错误，这个问题靠PyPDF来说是无解，人家好久没更新了，恐怕是不会修正这个bug了。
如果只是作业，就pass这题吧。如果实在需要，网上的解决方法是下载一个第三方的命令行工具qpdf在python里调用解密PDF文件然后再进行下一步处理，貌似是在linux下的，windows下不知道有没有这个工具。 txxcat 发表于 2021-8-7 02:30
这个问题和循环没关系，是PyPDF的问题，对于一些加密的PDF文件，使用了正确密码，就象你的pdfreader.decryp ...
好吧，PyPDF功能不太好用，今天试了下图片另存为pdf文件，里面的文字也提取不出来，只能提取本来就可以直接复制的文字。
页:
[1]