OCRmyPDF文件监视器模式下成功删除功能的故障排查指南

问题背景

在使用OCRmyPDF的文件监视器模式(watcher.py)时，用户发现虽然PDF文件能够正常完成OCR处理并输出到目标文件夹，但原始输入文件并未按照预期被自动删除。该问题发生在Docker容器环境中，特别是在Synology NAS设备上运行时。

技术原理

OCRmyPDF的文件监视器模式通过watcher.py脚本实现，该脚本会持续监控指定输入目录，当检测到新文件时自动触发OCR处理。根据配置参数OCR_ON_SUCCESS_DELETE，理论上在OCR成功后应自动删除原始文件。

故障现象

当设置以下参数时出现异常：

• OCR_ON_SUCCESS_DELETE=1（启用成功删除）
• OCR_LOGLEVEL=DEBUG（开启调试日志）

尽管OCR过程顺利完成且输出文件正确生成，输入目录中的原始文件仍然保留，未按预期被删除。

根本原因

经分析发现，这是由于watcher.py脚本中未正确处理OCRmyPDF的退出状态码导致的。当OCR处理完成后，脚本需要根据退出码判断操作是否成功，然后决定是否执行删除操作。但在调试日志中未记录该关键状态码，导致难以诊断问题。

解决方案

最新版本已对此问题进行了修复，主要改进包括：

1. 在调试日志中显式记录OCRmyPDF的退出状态码
2. 优化了状态码处理逻辑
3. 增强了错误处理机制

用户只需更新至最新版本即可解决该问题。

实践建议

对于使用文件监视器模式的用户，建议：

1. 确保使用最新版本的OCRmyPDF
2. 调试时开启DEBUG级别日志
3. 检查容器环境中的文件权限设置
4. 验证输入/输出目录的挂载配置
5. 监控系统资源使用情况，避免因资源不足导致处理中断

总结