如何不落地磁盘合并Tableau Online导出的多份PDF文件？

问题背景 #

使用Python的Tableau Server Client（TSC）库从Tableau Online导出PDF：工作簿包含8个仪表板，需按每个customerID过滤所有仪表板，将结果合并为单份PDF。直接调用PyPDF2.PdfMerger.append()合并view.pdf字节对象时触发错误：

AttributeError: 'bytes' object has no attribute 'seek'

将单个PDF保存到磁盘后再合并可正常运行，但需在无服务器环境实现不落地磁盘的合并逻辑。

错误原因 #

PyPDF2的PdfMerger.append()方法要求传入支持seek()操作的类文件对象，而TSC返回的view.pdf是原始字节对象，不具备文件对象的随机读写接口，因此报错。

解决方案 #

用io.BytesIO将字节对象包装为内存中的类文件对象，该对象支持seek()和read()等方法，可直接被PyPDF2识别。同时修正原代码中合并逻辑的错误（原代码将所有客户的PDF合并到同一个Merger，最后仅生成最后一个客户的文件）。

修改后的完整代码 #

import PyPDF2
import tableauserverclient as TSC
import io  # 新增导入BytesIO

tableau_token_name = 'TOKENNAME'
tableau_token_value = 'TOKENSECRET'

tableau_site_name = 'SITE'
tableau_server_name = 'SERVERNAME'

tableau_workbook_id = 'WORKBOOKID'
pdf_file_name_prefix = 'PREFIX_FOR_PDF_NAME'

tableau_auth = TSC.PersonalAccessTokenAuth(tableau_token_name, tableau_token_value, tableau_site_name)
server = TSC.Server(tableau_server_name, use_server_version=True, http_options={"verify": False})

pdf_req_option = TSC.PDFRequestOptions(page_type=TSC.PDFRequestOptions.PageType.A5,orientation=TSC.PDFRequestOptions.Orientation.Landscape)

with server.auth.sign_in(tableau_auth):
    workbook = server.workbooks.get_by_id(tableau_workbook_id)
    server.workbooks.populate_views(workbook)
    view_list = [view for view in workbook.views]
    
    customerIDs = ["1","2","3"]

    for customerID in customerIDs:
        # 每个客户单独创建PDFMerger实例
        pdf_merger = PyPDF2.PdfMerger()
        
        for view in view_list:
            pdf_req_option.vf("customerID", customerID)
            server.views.populate_pdf(view, pdf_req_option)
            
            # 将字节对象包装为BytesIO类文件对象
            pdf_merger.append(io.BytesIO(view.pdf))
        
        # 将合并后的PDF写入内存字节流（可直接上传到Azure Blob Storage）
        output_stream = io.BytesIO()
        pdf_merger.write(output_stream)
        output_stream.seek(0)  # 重置指针到开头
        
        # 示例：写入本地文件，实际可替换为Azure Blob上传逻辑
        with open(f"{pdf_file_name_prefix}_{customerID}.pdf", "wb") as f:
            f.write(output_stream.read())
        
        pdf_merger.close()

    server.auth.sign_out()

关键修改点 #

• 新增import io，使用io.BytesIO(view.pdf)将字节对象转为类文件对象
• 调整循环结构：每个customerID单独初始化PdfMerger，避免不同客户的PDF混淆
• 使用io.BytesIO()作为合并后的输出流，支持直接写入Azure Blob等无磁盘存储

内容的提问来源于stack exchange，提问作者DeJonas