我目前正在用 Python 构建一个 docx/pdf 转换器，并决定将文件拆分为 2 个文档:
main.py - 控制程序的流程；
convert_to_text.py - 包含将 pdf/docx 文件转换为 txt 的函数。
目前，我在将全局变量 cv 传递给两个文件以及导入 convert_to_text.py 中的所有函数以在 main 中使用时遇到困难.py。这是我得到的错误:
C:\Python27\python.exe D:/cv-parser/main.py
Traceback (most recent call last):
File "D:/cv-parser/main.py", line 1, in <module>
from convert_to_text import *
File "D:\cv-parser\convert_to_text.py", line 1, in <module>
from main import cv
File "D:\cv-parser\main.py", line 5, in <module>
document_to_text("resources\CV.pdf")
NameError: name 'document_to_text' is not defined
Process finished with exit code 1
我该如何解决？
到目前为止，这是我的代码:
在 convert_to_text.py
from main import cv
import docx
from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter
from pdfminer.converter import TextConverter
from pdfminer.layout import LAParams
from pdfminer.pdfpage import PDFPage
from cStringIO import StringIO
def document_to_text(filename):
if filename[-5:] == ".docx":
doc = docx.Document(filename)
full_text = []
for para in doc.paragraphs:
full_text.append(para.text)
global cv
cv = '\n'.join(full_text)
return cv
elif filename[-4:] == ".pdf":
return pdf_to_txt(filename)
def pdf_to_txt(file_path):
rsrcmgr = PDFResourceManager()
retstr = StringIO()
codec = 'utf-8'
laparams = LAParams()
device = TextConverter(rsrcmgr, retstr, codec=codec, laparams=laparams)
fp = file(file_path, 'rb')
interpreter = PDFPageInterpreter(rsrcmgr, device)
password = ""
maxpages = 0
caching = True
pagenos = set()
for page in PDFPage.get_pages(fp, pagenos, maxpages=maxpages, password=password, caching=caching,
check_extractable=True):
interpreter.process_page(page)
fp.close()
device.close()
str = retstr.getvalue()
retstr.close()
global cv
cv = str
return cv
在 main.py
from convert_to_text import *
cv = 0
document_to_text("resources\CV.pdf")
print cv
请您参考如下方法:
如果您从 main.py 中唯一需要的是 cv，您应该简单地将 cv 传递给需要它的函数。由于这些函数实际上并不使用 cv(除了设置它)，所以也没有理由这样做。
你的整个问题可以通过简单地删除 main 的导入，并使用函数的返回值来设置 cv 来解决:
cv = document_to_text("resources\CV.pdf")
