Python中如何给文件流添加EOF标记解决pypdf读取无EOF的PDF报错问题

核心思路 #

给PDF字节流末尾追加b'\n%%EOF'标记即可，额外追加的标记不会影响正常PDF的解析，pypdf会自动识别最后一个%%EOF作为文件结束位。

适用场景及代码示例 #

场景1：原IO流是只读的本地文件流/不可写的字节流 #

先读取完整内容，补加EOF标记后转成BytesIO对象再传入PdfReader：

from io import BytesIO
from pypdf import PdfReader

# 读取原流的全部内容
pdf_raw = f.read()
# 追加带换行的EOF标记，避免和原有末尾内容粘连识别失败
pdf_raw += b"\n%%EOF"
# 生成新的可读IO流
fixed_pdf_stream = BytesIO(pdf_raw)
reader = PdfReader(fixed_pdf_stream)

场景2：原IO流是可写的BytesIO对象 #

直接在原流上操作即可：

from pypdf import PdfReader

# 将流指针移到末尾
f.seek(0, 2)
# 追加EOF标记
f.write(b"\n%%EOF")
# 将流指针移回开头，才能正常读取完整内容
f.seek(0)
reader = PdfReader(f)

注意事项 #

• 追加标记前加换行符是为了避免和PDF原有末尾的二进制内容连在一起，导致识别失效
• 即使原PDF本身已经存在EOF标记，额外追加一次也不会影响解析结果

内容的提问来源于stack exchange，提问作者A.Sim