Python子進程調用xpdf的pdftotext不能與編碼一起工作

Question

我試圖運行pdftotext使用python subprocess模塊。

import subprocess 

pdf = r"path\to\file.pdf" 
txt = r"path\to\out.txt" 
pdftotext = r"path\to\pdftotext.exe" 

cmd = [pdftotext, pdf, txt, '-enc UTF-8'] 
response = subprocess.check_output(cmd, 
       shell=True, 
       stderr=subprocess.STDOUT) 

TB

CalledProcessError: Command '['path\\to\\pdftotext.exe', 
'path\\to\\file.pdf', 'path\\to\\out.txt', '-enc UTF-8']' 
returned non-zero exit status 99 

當我刪除最後一個參數 '-enc UTF-8' 從CMD，它在Python的工作原理確定。

當我運行pdftotext pdf txt -enc UTF-8在cmd，它工作正常。

我缺少什麼？

謝謝。

Answer 1

subprocess對處理命令有一些複雜的規則。從docs：

殼參數（默認爲假）指定是否使用 殼作爲要執行的程序。如果shell爲True，建議將作爲字符串傳遞，而不是作爲序列傳遞。

此答案中解釋更多詳細內容here。

因此，隨着文檔說明，你應該將命令轉換爲字符串：

cmd = r"""{} "{}" "{}" -enc UTF-8""".format('pdftotext', pdf, txt) 

現在，撥打subprocess爲：

subprocess.call(cmd, shell=True, stderr=subprocess.STDOUT)