問題描述
如何在 Python 中搜索子字符串是否在二進製文件中？ (How to search if a substring is into a binary file in Python?)
我很想從 PDF 文件中獲取一條信息。如果我在文本編輯器中顯示 PDF 文件，我總能在表單中找到我要查找的內容
/Contents (Localidad: XXXXXXXXXXX)
X 是我想要的。
我知道有PyPDF2 來讀取 PDF 文件，問題是，我沒有找到這塊使用它。我可以閱讀文件的其餘部分，並將其轉換為文本等，但我無法使用 PyPDF2 獲取此特定信息。
所以，我想我可以這樣做：
file = open("yada.pdf", "rb")
for line in file:
if "(Localidad:" in line:
# Extract the XXX's
當然，如果我這樣做，Python會報錯：TypeError: a bytes‑like object is required, not 'str'
你怎麼看？我這樣做是完全錯誤的嗎？有什麼更好的方法？
參考解法
方法 1:
Try it like this:
import re
with open("yada.pdf", "rb") as f:
text = str(f.read()) # This will return the contents of the pdf in string format
location = re.findall("/Contents \(Localidad: (.+?)\)", text)
f.close()
(by luisfer、Carles Mitjans)