使用API Key调用ChatGPT上传PDF评分时请求报错问题

• 纯文本请求可正常执行，传入PDF解析后的文本后触发错误：Invalid argument (string): Contains invalid characters.
• 报错对应的请求体包含PDF提取的考试文本内容

1. 清洗PDF提取的文本 #

PDF解析出的文本常带有冗余空格、换行或不可见控制字符，会破坏API请求参数格式：

• 去除连续多余的空格、换行，统一文本格式
• 过滤非打印ASCII控制字符，Python示例：

  import re
  cleaned_text = re.sub(r'[\x00-\x1F\x7F]', '', raw_pdf_text)
  cleaned_text = re.sub(r'\s+', ' ', cleaned_text).strip()
  

2. 禁止手动拼接JSON请求体 #

手动拼接JSON时，文本中的特殊字符（如引号、换行）会导致JSON格式失效，必须使用语言自带的JSON序列化工具：

• Python示例：

  import json
  
  # 清洗后的文本
  cleaned_text = "Name: Sara Question 1: calculate: 1+1 Q1 Answer: 3 Question 2: What is the capital of Saudi? Q2 Answer: Riyadh"
  
  messages = [
      {"role": "system", "content": f"You are a grading assistant. Grade the following answers based on the model answer. 📄 exam.pdf:\n{cleaned_text}"},
      {"role": "user", "content": f"Course: Math\nSection: Section A\nExam Type: Midterm\n\nPlease grade the following student submissions.\n\n📄 exam.pdf:\n{cleaned_text}"}
  ]
  
  payload = {
      "model": "gpt-3.5-turbo",
      "messages": messages,
      "temperature": 0.7
  }
  
  # 自动处理转义，生成合法JSON
  request_body = json.dumps(payload)
  

3. 验证请求格式 #

将序列化后的JSON内容放入在线JSON校验工具，确认无格式错误后再发送请求。

内容的提问来源于stack exchange，提问作者Aljawharah -