pdftotext（linux poppler-utils）是否可以采用二进制而不是pdf文件？

Question

pdftotext看起来只使用pdf文件名或它的路径。该文档不是很有帮助（https://www.cyberciti.biz/faq/converter-pdf-files-to-text-format-command/）（https://linux.die.net/man/1/pdftotext）

是否可以将二进制内容直接发送到此？

假设我正在获取直接链接到PDF的网址。我使用python请求获取该网址的响应，

response = requests.get(somePdfUrl)

我抓取二进制文件，

pdfBinary = response.content

而且我希望能够将其发送到此函数并使用subprocess运行它，但通常情况是这样的：

def textExtract(pdfBinary):
    text = subprocess.run(['pdftotext', '/path/to/file.pdf'],
                            stdout=PIPE, stderr=PIPE) 

这可能是不可能的，并且仅限于软件包，但是是否可以通过某种方式将pdfBinary插入此方法？我不想每次都保存pdf文件，然后将其插入子过程。

Answer 1

我通过使用此实用程序的修改后的dockerized版本解决了这个问题，说您有一个Dockerfile：