Python的Mupdf模块报错，读取pdf文件失败

Question

问题遇到的现象和发生背景

遍历文件夹，输出包含“媒体质疑”的文件，输出名称
中途报错跳过几个，最后出现大量报错停止

问题相关代码，请勿粘贴截图

import os
import openpyxl
import fitz
import re
path=r'D:\下载\数据3 - 副本'
os.chdir(path)
my = openpyxl.Workbook()
mywb=my["Sheet"]
row=0
count=0
for d1 in os.listdir():
    check1=d1+r'\信息披露\注册稿'
    check2=d1+r'\问询与回复'
    tmpcount=0
    for file in os.listdir(check1):
        doc = fitz.open(check1+'\\'+file)
        for page in doc:
            text = page.get_text()
            if text.find('媒体质疑')!=-1:
                tmpcount = tmpcount + 1
                print(check1+'\\'+file)
    for file in os.listdir(check2):
        doc = fitz.open(check2+'\\'+file)
        for page in doc:
            text = page.get_text()
            if text.find('媒体质疑') != -1:
                tmpcount = tmpcount + 1
                print(check2 + '\\' + file)
    row = row + 1
    mywb.cell(row, 1, d1)
    if tmpcount>=1:
        count=count+1
        mywb.cell(row, 2, 1)
    else:
        mywb.cell(row, 2, 0)
print("被质疑的公司一共有",count,"家")
my.save(r'C:\Users\huang\Desktop'+"\\媒体质疑.xlsx")

运行结果及报错内容

mupdf: xref generation number missing
mupdf: expected object number
mupdf: cannot find startxref
mupdf: object out of range (1358 0 R); xref size 1353
mupdf: object is not a stream
mupdf: invalid ICC colorspace
mupdf: realloc (257379 bytes) failed
mupdf: malloc of 332758 bytes failed
RuntimeError: malloc of 115172 bytes failed

我的解答思路和尝试过的方法

不明所以

我想要达到的结果

所有文件全部成功读取

Answer 1

请问下，问题解决了么？ 我也是遇到类似情况。。我想捕捉这个错误，结果没法捕捉到。。进入源码，居然都找不到这个提示是哪里冒出来的。。。