python - PyPDF2<=1.19 存在 PDF 编码问题

Question

我正在尝试使用 PyPDF2 在 Python 3.3.2 下加密 PDF 文件。

代码很简单:

password = 'password';
# password = password.encode('utf-8')
PDFout.encrypt(user_pwd=password,owner_pwd=password)

但是我收到以下错误，具体取决于编码是打开还是关闭:

on: TypeError: slice indices must be integers or None or have an __index__ method

off: TypeError: Can't convert 'bytes' object to str implicitly

您知道如何解决该问题吗？

感谢和问候 彼得

Answer 1

在我看来，当前版本的 PyPDF2(撰写本文时为 1.19)存在一些与 Python 3 兼容性有关的错误，这就是导致这两条错误消息的原因。 PyPDF2 的 GitHub 上的更改日志表明，在 1.16 版本中添加了对 Python 3 的支持，该版本仅在 3 1/2 个月前发布，因此该错误可能尚未报告或修复。 GitHub 还显示该项目有一个专门用于 Python 3.3 支持的分支，目前尚未合并回主分支。

这两个错误都发生在 PyPDF2 模块的 pdf.py 文件中。这是正在发生的事情:

PyPDF2 模块创建一些额外的字节作为填充，并将其与您的密码连接起来。如果 Python 版本小于 3，则填充将创建为字符串文字。如果版本为 3 或更高，则使用“latin-1”编码对填充进行编码。在 Python 3 中，这意味着填充是一个字节对象，并将其与字符串对象(您的密码)连接起来会产生您看到的 TypeError。在 Python 2 下，串联可以工作，因为两个对象都是相同的类型。

当您使用“utf-8”对密码进行编码时，您可以解决该问题，因为在这种情况下密码和填充都是字节对象。但是，您最终会在模块后面遇到第二个错误。 pdf.py 文件创建并使用变量“keylen”，如下所示:

keylen = 128 / 8
... # later on in the code...
key = md5_hash[:keylen]

除法运算符在 Python 2.2 中发生了变化，从 Python 3 开始改变了它的默认行为。简而言之，“/”在 Python 2 中表示向下除法并返回一个 int，但在 Python 3 中表示真正的除法并返回一个漂浮。因此，“keylen”在 Python 2 中为 16，但在 Python 3 中为 16.0。与整数不同， float 不能用于拼接数组，因此 Python 3 会抛出您在计算 md5_hash[:keylen] 时看到的 TypeError。 Python 2 运行它不会出现错误，因为 keylen 是一个 int。

您可以通过更改模块的源代码以使用“//”运算符(这意味着楼层除法并在 Python 2 和 3 中返回 int)来解决第二个问题:

keylen = 128 // 8

但是，您稍后会在代码中遇到第三个错误，也与 Python 3 兼容性有关。我不会通过描述来详细说明这一点。那么，据我所知，对你的问题的简短回答是要么使用Python 2，要么修补各种代码兼容性问题，或者使用对Python 3有更好支持的不同Python PDF库(如果存在的话)满足您的特定要求)。