Aspose.PDF FOSS
Python
如何在 Python 中加载文档

如何在 Python 中加载文档

Aspose.PDF FOSS for Python 将 PDF 从文件路径、原始字节或二进制流加载到一个 Document 对象中，您可以检查和操作该对象。该库是纯 Python，只需一条命令即可安装。

分步指南

步骤 2：导入所需类

导入 Document 以加载和持有 PDF，以及在加载失败时需要处理的异常类：

from aspose_pdf import (
    Document,
    InvalidPasswordException,
    InvalidPdfFileFormatException,
    PdfCorruptedError,
    PdfParseException,
)

步骤 3：从文件路径加载 PDF

直接将文件路径传递给 Document 构造函数，或在已有实例上显式调用 load_from —— 两者都接受路径、bytes 或二进制流。使用 Document 作为上下文管理器，以便自动释放底层文件句柄：

from aspose_pdf import Document

with Document("report.pdf") as document:
    print(f"Loaded {document.page_count} page(s)")

构造函数形式 Document(source) 等价于 Document().load_from(source)：

document = Document()
document.load_from("report.pdf")
print(f"Loaded {document.page_count} page(s)")
document.close()

步骤 4：加载受密码保护的 PDF

Document(source, password=...) 和 Document.load_from(source, password, limits) 都接受一个用于用户密码加密的 PDF 的 password 参数：

from aspose_pdf import Document

with Document("locked.pdf", password="secret") as document:
    print(f"Opened encrypted document: {document.page_count} page(s)")
    print(f"Encrypted: {document.is_encrypted}")

如果源文件没有密码保护，请省略该参数——传入 password=None（默认值）同样适用于普通 PDF。

步骤 5：处理加载异常

文件缺失、非 PDF 数据、密码缺失或错误、或 PDF 损坏时，永远不会悄悄返回空的 Document——而是抛出异常。请捕获具体的异常类以作出相应处理：

from aspose_pdf import (
    Document,
    InvalidPasswordException,
    InvalidPdfFileFormatException,
    PdfCorruptedError,
    PdfParseException,
)

try:
    document = Document("report.pdf", password="maybe-wrong")
except InvalidPasswordException:
    print("The PDF is encrypted; supply the correct password.")
except InvalidPdfFileFormatException:
    print("The file is not a valid PDF.")
except PdfCorruptedError as error:
    print(f"Unrecoverable corruption at offset {error.offset}: {error.message}")
except PdfParseException as error:
    print(f"Could not parse the PDF: {error}")
else:
    print(f"Loaded {document.page_count} page(s)")
    document.close()

PdfCorruptedError 及其兄弟 PdfMalformedError 都包含 message、offset 和 recoverable 属性，这对于精确记录破损文件在哪一步解析失败非常有用。处理不可信输入时，还应捕获 PdfResourceLimitException，该异常在文档超出默认的 PdfLoadLimits 安全策略（输入大小、对象数量、解码流大小等限制）时被抛出。

步骤 7：释放文档资源

使用 Document 作为上下文管理器（with Document(...) as document:）时，块退出后会自动关闭文档。当在 with 块之外构造 Document 时，请在完成后显式调用 close() 或 dispose()。

document = Document()
document.load_from("report.pdf")
try:
    print(document.page_count)
finally:
    document.close()

常见问题与解决方案

InvalidPasswordException 即使我认为文件没有加密，也会被抛出

源 PDF 设置了用户密码。请与文件来源确认此情况，然后将正确的值作为 password 参数传递给 Document(...) 或 load_from(...)。

InvalidPdfFileFormatException 在看起来正常的文件上

该文件不是有效的 PDF——可能是 HTML 错误页面、下载不完整，或是以 .pdf 扩展名保存的其他格式。请在文本编辑器中打开文件，确认其以 %PDF- 开头。

PdfCorruptedError 在其他查看器能够打开的文件上

一些 PDF 阅读器会悄悄修复损坏的结构。Document 会在不可恢复的损坏时抛出 PdfCorruptedError，在可恢复的结构问题时抛出 PdfMalformedError——检查异常上的 offset 属性以定位字节流中的问题区域。

PdfResourceLimitException 在大型或复杂的 PDF 上

文档超出了默认的 PdfLoadLimits 限界（输入大小、对象计数、解码流大小等旨在防御不可信输入的限制）。构建自定义的 PdfLoadLimits 并将其作为 limits= 传递给 Document(...)，如果文件可信且需要更大的限制，则传递给 load_from(...)。

忘记关闭 Document 在外部打开 with block

完成后调用 document.close()（或 document.dispose()），或者使用 with Document(source) as document: 加载文件，这样即使块内部出现异常，也会自动进行清理。

常见问题

在加载 PDF 时，我可以将什么作为 source 参数传入？

Document(source) 和 Document.load_from(source, password, limits) 接受文件路径、原始 bytes，或任何二进制流。

我该如何加载已经在内存中的 PDF，而不是从磁盘加载？

直接传递 bytes 对象：Document(pdf_bytes)，或对已有的 Document 实例调用 document.load_from(pdf_bytes)。

加载 PDF 是否必须事先提供正确的密码，还是可以先进行检查？

is_encrypted 仅在成功加载后可用，因此加密的 PDF 必须在同一次调用中使用正确的 password 参数打开。如果需要交互式提示密码，请捕获 InvalidPasswordException。

另请参阅

 中文