使用PyPDF2读取PDF页数时遇Xref表非零索引警告的问题求助

嘿，我来帮你搞定这个烦人的警告！这个PdfReadWarning其实是PyPDF2在告诉你：它发现PDF的交叉引用表（Xref table）不是从0开始索引的，不过已经自动修正了对象ID，但还是会弹出这个提示。不管你设strict=True还是False，这个警告都可能出现，因为它属于PyPDF2的信息类提示，和strict参数的控制范围不太一样。

下面给你几个可行的解决办法：

方法1：直接忽略这个特定警告 #

既然PyPDF2已经自动处理了问题，我们可以用Python的warnings模块把这个警告屏蔽掉。修改你的代码如下：

import PyPDF2
import warnings

# 精准屏蔽Xref table相关的警告
warnings.filterwarnings("ignore", message="Xref table not zero-indexed.*")

def pdfPageReader(file_name):
    try:
        reader = PyPDF2.PdfReader(file_name, strict=True)
        number_of_pages = len(reader.pages)
        print(f"{file_name} = {number_of_pages}")
        return number_of_pages
    except Exception as e:
        # 建议打印异常信息，方便排查真正的错误（比如文件损坏、路径错误）
        print(f"处理文件{file_name}时出错: {e}")
        return "1"

这样就能只屏蔽这个无关紧要的警告，同时不影响其他重要的错误提示。

方法2：换用更稳健的PDF处理库 #

如果不想和PyPDF2的警告打交道，可以试试其他更成熟的库，比如pdfplumber或者PyMuPDF（fitz），它们处理这类非标准PDF的兼容性更好：

用pdfplumber实现页数读取： #

import pdfplumber

def pdfPageReader(file_name):
    try:
        with pdfplumber.open(file_name) as pdf:
            number_of_pages = len(pdf.pages)
            print(f"{file_name} = {number_of_pages}")
            return number_of_pages
    except Exception as e:
        print(f"处理文件{file_name}时出错: {e}")
        return "1"

用PyMuPDF实现页数读取： #

import fitz  # PyMuPDF的导入方式

def pdfPageReader(file_name):
    try:
        with fitz.open(file_name) as pdf:
            number_of_pages = pdf.page_count
            print(f"{file_name} = {number_of_pages}")
            return number_of_pages
    except Exception as e:
        print(f"处理文件{file_name}时出错: {e}")
        return "1"

这两个库基本不会出现这类兼容性警告，而且功能也更丰富，适合处理各种复杂的PDF文件。

另外提个小建议：你的原代码里except:太宽泛了，改成except Exception as e并打印异常信息，能帮你更快排查真正的问题（比如文件不存在、损坏等），而不是直接返回"1"哦。

内容的提问来源于stack exchange，提问作者JBin