Question

我在Windows上通过python 2.7运行ghostscript，将一堆1页PDF文件转换为TIFF图像。

from os import listdir, remove
from os.path import isfile, join
import ghostscript
import os
import time
import sys

#Assumption #1: The input folder, output_tif_folder and output_pdf_folder
#Assumption #2: Paths in windows use a backslash for reference. They have to be escaped characters - so use a \\ instead of a single \
#   eg: 'C:\\Users\\User\\Desktop\\Folder\\'
#Assumption #3: Required libraries are configured and installed properly. They are - i) ghostscript and ii) pyPdf

input_folder = 'C:\\Users\\User\\Desktop\\Folder\\test_files\\'; #Has to be the absolute path, ending with a slash
output_pdf_folder = 'C:\\Users\\User\\Desktop\\Folder\\pdf\\'; #Has to be an absolute path too, ending with a slash
output_tif_folder = 'C:\\Users\\User\\Desktop\\Folder\\tif\\' #Absolute path too, ending with a slash

onlyfiles = [f for f in listdir(input_folder) if isfile(join(input_folder, f))]

from pyPdf import PdfFileWriter, PdfFileReader

for pdfFile in onlyfiles:
    inputpdf = PdfFileReader(open(input_folder + pdfFile, 'rb'))
    for i in xrange(inputpdf.numPages):
        output = PdfFileWriter()
        output.addPage(inputpdf.getPage(i))
        with open(output_pdf_folder + pdfFile[:-4] + "_%s.pdf" % (i+1), "wb") as outputStream:
            output.write(outputStream)

def convertPdfTiff(inputfilename, outputfilename):
    args = [
    "pdf2tif", # actual value doesn't matter
    "-dNOPAUSE", "-dBATCH", "-dSAFER",
    "-sDEVICE=tiff24nc",
    "-sCompression=pack",
    "-sOutputFile=" + outputfilename,
    "-f",  inputfilename
    ]
    try:
        ghostscript.Ghostscript(*args)
    except:
        print 'something went wrong'

pagefiles = [f for f in listdir(output_pdf_folder) if isfile(join(output_pdf_folder, f))]
for pagefile in pagefiles:
    print 'Input: ' + output_pdf_folder + pagefile
    print 'Output: ' + output_tif_folder + pagefile[:-4] + ".tif"
    convertPdfTiff(output_pdf_folder + pagefile, output_tif_folder + pagefile[:-4] + ".tif")
    time.sleep(1)

转换大约114个文件后，我收到以下错误 - OSError: Too many open files

关于类似问题的其他帖子建议文件描述符应该优雅地关闭，但由于我没有打开它们（我假设ghostscript会这样做），我无法关闭它们。

处理这种情况的最佳方法是什么？

Answer 1

我不是Python开发人员，但在我看来你正在打开文件（如果我不对，我会道歉）：

for pdfFile in onlyfiles:
    inputpdf = PdfFileReader(open(input_folder + pdfFile, 'rb'))

我没看到你关闭这些文件的位置。除此之外，Ghostscript肯定应该关闭所有自己的文件，虽然我已经看到Windows花了一些时间来实际关闭文件后GS处理它们。你可以尝试在那里放一个更长的time.sleep（），看看是否有帮助。

当然可以从命令行执行此操作（即直接使用Ghostscript而不是像您看到的那样使用DLL）并处理数百个文件。由于Ghostscript可执行文件使用相同的DLL，因此以这种方式使用它应该没有问题。

Answer 2

这个问题可能已经解决了，但这是给可能碰到此页面的人的。

您使用

打开文件

inputpdf = PdfFileReader(open(input_folder + pdfFile, 'rb'))

行，但是您永远不会像KenS所说的那样关闭这些文件。要解决此问题，请像稍后在第二个with循环中所做的那样，使用for语句。

for pdfFile in onlyfiles:
    with open(input_folder + pdfFile, 'rb') as inputpdf:
        reader = PdfFileReader(inputpdf)
        for i in xrange(reader.numPages):
            output = PdfFileWriter()
            output.addPage(reader.getPage(i))
            with open(output_pdf_folder + pdfFile[:-4] + "_%s.pdf" % (i+1), "wb") as outputStream:
                output.write(outputStream)

这样，无论什么情况，inputpdf和outputStream都将关闭，因为这就是with语句的工作方式。即使您在with语句中遇到异常，该文件也会被关闭。

从这里https://docs.python.org/3/reference/compound_stmts.html#the-with-statement复制：

with语句用于包装具有以下内容的块的执行：上下文管理器定义的方法（请参见“带语句”部分）上下文管理器）。这允许常见的try…except…finally用法要封装的样式以方便重用。
with_stmt ::=  "with" with_item ("," with_item)* ":" suite
with_item ::=  expression ["as" target]
使用一个“项目”执行with语句的过程如下   如下：



计算上下文表达式（with_item中给出的表达式）以获得上下文管理器。



上下文管理器的__exit__()已加载以供以后使用。



上下文管理器的__enter__()方法被调用。



如果with语句中包含目标，则会将__enter__()的返回值分配给它。



注意：

with语句保证如果__enter__()方法返回时没有错误，则将始终调用__exit__()。   因此，如果在分配给目标列表的过程中发生错误，它将   将被视为与套件内发生的错误相同   是。请参阅下面的步骤6。



该套件已执行。



上下文管理器的__exit__()方法被调用。如果异常导致套件退出，则其类型，值和   追溯作为参数传递给__exit__()。不然三   提供了None个参数。



如果套件由于异常而退出，并且返回值来自   __exit__()方法为假，则引发异常。如果   返回值是true，抑制了异常，然后执行   继续执行with语句之后的语句。

如果套件由于异常以外的其他原因退出，则   __exit__()的返回值将被忽略，执行将从   所采取的那种出口的正常位置。

Python和Ghostscript：OSError：打开的文件过多

2 个答案: