pythonでディレクトリの各要素の内容に関数を適用する際の問題？

Question

いくつかの.pdfファイルの内容をディレクトリからtikaライブラリのテキストに変換しようとしていますが、.pdfファイルオブジェクトを正しく読み取っていないと思います。これは私がこれまで試したものです：

入力：

for filename in sorted(glob.glob(os.path.join(input_directory, '*.pdf'))): 
    with open(filename,"rb") as f: 
     print(f) 
     text = parser.from_file(f) 

出力：Pythonでファイルの内容を歩くの最も効率的な方法がある

<_io.BufferedReader name='/Users/user/Downloads/pdf-files/a_pdf_file.pdf'> 
AttributeError: '_io.BufferedReader' object has no attribute 'decode' 

？。

Answer 1

ティカパーサーはパスを受け取り、ファイル自体を開きます。

for filename in sorted(glob.glob(os.path.join(input_directory, '*.pdf'))): 
    parsed = parser.from_file(filename) 
    text = parsed['content']