python - Os.PathLike 对象 - 处理通过curl发送的文件

Question

我想使用以下命令将文件 POST 到 Flask 应用程序:

curl -X POST http://url_of_lambda_function.com -F 'file=@/path/to/file.pdf'

Flask 应用程序具有通过子进程运行的 pdftotext 可执行文件。通常，这需要几个参数，如下所示......

result = subprocess.call([pdftotext, "-layout", file, "-"])

其中 pdftotext 是可执行文件的路径，“-layout”是一个选项，file 是 pdf 的路径('/path/to/file.pdf')，“-”是输出(在本例中) ，将其转储到屏幕)。

我的问题:

在我的 flask 应用程序中，我没有上述文件的文件路径。相反，我用以下方式处理传入文件:

data = request.files['file']
file = data.read()

数据是一个 werkzeug 文件对象，文件属于“字节”类。 Pdftotext 接受字符串、字节或 os.Pathlike 对象。

输入文件而不是“/path/to/file.pdf”会出现错误:

ValueError: embedded null byte

将文件转换为字符串并输入会出现另一个错误:

OSError: [Errno 7] Argument list too long: 'pdftotext'

我尝试将其包装为 BytesIO 对象、StringIO 对象和 IOTextWrapper，但遇到错误:

TypeError: expected str, bytes or os.PathLike object

所以我有点卡住了!这让我只能给它一个文件路径，而通过curl发送文件时我没有这个路径!

想法:

• 我可以将文件下载到临时存储并传入路径。这可行，但会减慢函数速度，因此如果可能的话最好避免这种情况!
• 我是否使用了其他类型的包装器来模仿 os.PathLike 对象或转换生成临时路径？

非常感谢任何帮助!

Answer 1

已解决

感谢 Dan D. 在问题评论中建议使用 NamedTemporaryFile()。

tmpfile = tempfile.NamedTemporaryFile()
tmpfile.write(file)
result = subprocess.call([pdftotext, "-layout", tmpfile.name, "-"])

还通过更改 subprocess.run 来将输出保存在变量中，如下所示:

result = subprocess.run(['pdftotext',tmpfile.name,'-'],stdout=PIPE,stderr=PIPE)
text = result.stdout