Python办公自动化之PDF(二)

1、PyMuPDF简介

PyMuPDF（也称Fitz）开源，提供了一整套用于处理PDF文件的综合工具。使用PyMuPDF，用户可以高效地执行打开PDF、提取文本、图像和表格、操作旋转和裁剪等页面属性、创建新PDF文档以及将PDF页面转换为图像等任务

从命名形式中可以看出，PyMuPDF是MuPDF的Python接口形式。MuPDF是一个轻量级的PDF、XPS和电子书查看器

MuPDF中的渲染器专为高质量抗锯齿图形量身定制，它以精确到像素的几分之一内的度量和间距呈现文本，以在屏幕上再现打印页面的外观时获得最高保真度

PyMuPDF支持以下多种功能：

• 文档阅读：支持打开和阅读多种文档（如PDF等），并访问其中的任何内容
• 文本提取：支持从PDF文档中提取文本，包括文本内容、字体和布局信息
• 图像提取：支持从PDF文档中提取各种格式的图像（如PNG、JPEG、JPG等）
• 表格提取：支持从PDF文档中提取表格
• PDF操作：PDF编辑、PDF拆分合并、加密解密和页面管理等

另外，PyMuPDF在提取文本的性能方面可以说是完爆其他库，PyMuPDF比PyPDF2、PDFPlumber、PDFMiner等快至少10倍

官方文档：https://pymupdf.readthedocs.io/en/latest/installation.html

其他官方文档参考：https://products.documentprocessing.com/zh/parser/python/pymupdf/

安装：

pip install PyMuPDF

2、

未完待续…

参考文章：https://blog.csdn.net/weixin_49892805/article/details/129211981