久久精品国产亚洲高清|精品日韩中文乱码在线|亚洲va中文字幕无码久|伊人久久综合狼伊人久久|亚洲不卡av不卡一区二区|精品久久久久久久蜜臀AV|国产精品19久久久久久不卡|国产男女猛烈视频在线观看麻豆

    1. <style id="76ofp"></style>

      <style id="76ofp"></style>
      <rt id="76ofp"></rt>
      <form id="76ofp"><optgroup id="76ofp"></optgroup></form>
      1. 千鋒教育-做有情懷、有良心、有品質的職業(yè)教育機構

        手機站
        千鋒教育

        千鋒學習站 | 隨時隨地免費學

        千鋒教育

        掃一掃進入千鋒手機站

        領取全套視頻
        千鋒教育

        關注千鋒學習站小程序
        隨時隨地免費學習課程

        當前位置:首頁  >  技術干貨  > Python 處理 PDF 的神器 -- PyMuPDF(下)

        Python 處理 PDF 的神器 -- PyMuPDF(下)

        來源:千鋒教育
        發(fā)布人:syq
        時間: 2022-09-13 16:15:17 1663056917

          # 3、安裝

          PyMuPDF可以從源碼安裝,也可以從wheels安裝。

          對于Windows, Linux和Mac OSX平臺,在PyPI的下載部分有wheels。這包括Python 64位版本3.6到3.9。Windows版本也有32位版本。從最近開始,Linux ARM架構也出現(xiàn)了一些問題——查找平臺標簽manylinux2014_aarch64。

        PyMuPDF

          除了標準庫,它沒有強制性的外部依賴項。只有在安裝了某些包時,才會有一些不錯的方法:

          Pillow:當使用Pixmap.pil_save()和 Pixmap.pil_tobytes()時需要

          fontTools:當使用Document.subset_fonts()時需要

          pymupdf-fonts 是一個不錯的字體選擇,可以用于文本輸出方法

          使用pip安裝命令:

        35

          導入庫:

        36

          關于命名fitz的說明

          這個庫的標準Python導入語句是import fitz。這是有歷史原因的:

          MuPDF的原始渲染庫被稱為Libart。

          在Artifex軟件獲得MuPDF項目后,開發(fā)的重點轉移到編寫一種新的現(xiàn)代圖形圖書館稱為“Fitz”。Fitz最初是作為一個研發(fā)項目,以取代老化的Ghostscript圖形庫,但卻成為了MuPDF的渲染引擎(引用自維基百科)。

          # 4、使用方法

          1.導入庫,查看版本

        37

          2.打開文檔

        38

          這將創(chuàng)建Document對象doc。文件名必須是一個已經(jīng)存在的文件的python字符串。

          也可以從內(nèi)存數(shù)據(jù)打開文檔,或創(chuàng)建新的空PDF。您還可以將文檔用作上下文管理器。

          3.Document的方法和屬性

        39

          示例:

        40

          4.獲取元數(shù)據(jù)

          PyMuPDF完全支持標準元數(shù)據(jù)。Document.metadata是一個具有以下鍵的Python字典。

          它適用于所有文檔類型,但并非所有條目都始終包含數(shù)據(jù)。元數(shù)據(jù)字段為字符串,如果未另行指示,則為無。還要注意的是,并非所有數(shù)據(jù)都始終包含有意義的數(shù)據(jù)——即使它們不是一個都沒有。

        41

          5.獲取目標大綱

        42

          6.頁面(Page)

          頁面處理是MuPDF功能的核心。

          您可以將頁面呈現(xiàn)為光柵或矢量(SVG)圖像,可以選擇縮放、旋轉、移動或剪切頁面。

          您可以提取多種格式的頁面文本和圖像,并搜索文本字符串。

          對于PDF文檔,可以使用更多的方法向頁面添加文本或圖像。

          首先,必須創(chuàng)建一個頁面Page。這是Document的一種方法:

        43

          這里可以使用任何整數(shù)-inf<pno<page_count。負數(shù)從末尾開始倒數(shù),所以doc[-1]是最后一頁,就像python序列一樣。< p="">

          更高級的方法是將文檔用作頁面的迭代器:

        44

          接下來,主要介紹Page的常用操作!

          a. 檢查頁面的鏈接、批注或表單字段

          使用某些查看器軟件顯示文檔時,鏈接顯示為==“熱點區(qū)域”==。如果您在光標顯示手形符號時單擊,您通常會被帶到該熱點區(qū)域中編碼的標記。以下是如何獲取所有鏈接:

        45

          links是一個Python字典列表。

          還可以作為迭代器使用:

        46

          如果處理PDF文檔頁面,還可能存在注釋(Annot)或表單字段(Widget),每個字段都有自己的迭代器:

        47

          b. 呈現(xiàn)頁面

          此示例創(chuàng)建頁面內(nèi)容的光柵圖像:

        48

          pix是一個Pixmap對象,它(在本例中)包含頁面的RGB圖像,可用于多種用途。

          方法Page.get_pixmap()提供了許多用于控制圖像的變體:分辨率、顏色空間(例如,生成灰度圖像或具有減色方案的圖像)、透明度、旋轉、鏡像、移位、剪切等。

          例如:創(chuàng)建RGBA圖像(即,包含alpha通道),指定pix=page.get_pixmap(alpha=True)。\

          Pixmap包含以下引用的許多方法和屬性。其中包括整數(shù)寬度、高度(每個像素)和跨距(一個水平圖像行的字節(jié)數(shù))。屬性示例表示表示圖像數(shù)據(jù)的矩形字節(jié)區(qū)域(Python字節(jié)對象)。

          還可以使用page.get_svg_image()創(chuàng)建頁面的矢量圖像。

          c. 將頁面圖像保存到文件中

          我們可以簡單地將圖像存儲在PNG文件中:

        49

          d. 提取文本和圖像

          我們還可以以多種不同的形式和細節(jié)級別提取頁面的所有文本、圖像和其他信息:

        50

          對opt使用以下字符串之一以獲取不同的格式:

          "text":(默認)帶換行符的純文本。無格式、無文字位置詳細信息、無圖像

          "blocks":生成文本塊(段落)的列表

          "words":生成單詞列表(不包含空格的字符串)

          "html":創(chuàng)建頁面的完整視覺版本,包括任何圖像。這可以通過internet瀏覽器顯示

          "dict"/"json":與HTML相同的信息級別,但作為Python字典或resp.JSON字符串。

          "rawdict"/"rawjson":"dict"/"json"的超級集合。它還提供諸如XML之類的字符詳細信息。

          "xhtml":文本信息級別與文本版本相同,但包含圖像。

          "xml":不包含圖像,但包含每個文本字符的完整位置和字體信息。使用XML模塊進行解釋。

          e. 搜索文本

          您可以找到某個文本字符串在頁面上的確切位置:

        51

          這將提供一個矩形列表,每個矩形都包含一個字符串“mupdf”(不區(qū)分大小寫)。您可以使用此信息來突出顯示這些區(qū)域(僅限PDF)或創(chuàng)建文檔的交叉引用。

          7.PDF操作

          PDF是唯一可以使用PyMuPDF修改的文檔類型。其他文件類型是只讀的。

          但是,您可以將任何文檔(包括圖像)轉換為PDF,然后將所有PyMuPDF功能應用于轉換結果,Document.convert_to_pdf()。

          Document.save()始終將PDF以其當前(可能已修改)狀態(tài)存儲在磁盤上。

          通常,您可以選擇是保存到新文件,還是僅將修改附加到現(xiàn)有文件(“增量保存”),這通常要快得多。

          下面介紹如何操作PDF文檔。

          a. 修改、創(chuàng)建、重新排列和刪除頁面

          有幾種方法可以操作所謂頁面樹(描述所有頁面的結構):

          PDF:Document.delete_page()和Document.delete_pages()刪除頁面

          Document.copy_page()、Document.fullcopy_page()和Document.move_page()將頁面復制或移動到同一文檔中的其他位置。

          Document.select()將PDF壓縮到選定頁面,參數(shù)是要保留的頁碼序列。這些整數(shù)都必須在0<=i<page_ p="" count范圍內(nèi)。執(zhí)行時,此列表中缺少的所有頁面都將被刪除。剩余的頁面將按順序出現(xiàn),次數(shù)相同(!)正如您所指定的那樣。<="">

          因此,您可以輕松地使用創(chuàng)建新的PDF:

          第一頁或最后10頁

          僅奇數(shù)頁或偶數(shù)頁(用于雙面打印)

          包含或不包含給定文本的頁

          顛倒頁面順序

          保存的新文檔將包含仍然有效的鏈接、注釋和書簽(i.a.w.指向所選頁面或某些外部資源)。

          Document.insert_page()和Document.new_page()插入新頁面。

          此外,頁面本身可以通過一系列方法進行修改(例如頁面旋轉、注釋和鏈接維護、文本和圖像插入)。

          b. 連接和拆分PDF文檔

          方法Document.insert_pdf()在不同的pdf文檔之間復制頁面。下面是一個簡單的joiner示例(doc1和doc2在PDF中打開):

        52

          下面是一個拆分doc1的片段。它將創(chuàng)建第一頁和最后10頁的新文檔:

        53

          c. 保存

          Document.save()將始終以當前狀態(tài)保存文檔。

          您可以通過指定選項incremental=True將更改寫回原始PDF。這個過程(通常)非常快,因為更改會附加到原始文件,而不會完全重寫它。

          d. 關閉

          在程序繼續(xù)運行時,通常需要“關閉”文檔以將底層文件的控制權交給操作系統(tǒng)。

          這可以通過Document.close()方法實現(xiàn)。除了關閉基礎文件外,還將釋放與文檔關聯(lián)的緩沖區(qū)。

        tags:
        聲明:本站稿件版權均屬千鋒教育所有,未經(jīng)許可不得擅自轉載。
        10年以上業(yè)內(nèi)強師集結,手把手帶你蛻變精英
        請您保持通訊暢通,專屬學習老師24小時內(nèi)將與您1V1溝通
        免費領取
        今日已有369人領取成功
        劉同學 138****2860 剛剛成功領取
        王同學 131****2015 剛剛成功領取
        張同學 133****4652 剛剛成功領取
        李同學 135****8607 剛剛成功領取
        楊同學 132****5667 剛剛成功領取
        岳同學 134****6652 剛剛成功領取
        梁同學 157****2950 剛剛成功領取
        劉同學 189****1015 剛剛成功領取
        張同學 155****4678 剛剛成功領取
        鄒同學 139****2907 剛剛成功領取
        董同學 138****2867 剛剛成功領取
        周同學 136****3602 剛剛成功領取
        相關推薦HOT
        軟件定制開發(fā)中的敏捷開發(fā)是什么?

        軟件定制開發(fā)中的敏捷開發(fā)是什么軟件定制開發(fā)中的敏捷開發(fā),從宏觀上看,是一個高度關注人員交互,持續(xù)開發(fā)與交付,接受需求變更并適應環(huán)境變化...詳情>>

        2023-10-14 13:24:57
        什么是PlatformIo?

        PlatformIO是什么PlatformIO是一個全面的物聯(lián)網(wǎng)開發(fā)平臺,它為眾多硬件平臺和開發(fā)環(huán)境提供了統(tǒng)一的工作流程,有效簡化了開發(fā)過程,并能兼容各種...詳情>>

        2023-10-14 12:55:06
        云快照與自動備份有什么區(qū)別?

        1、定義和目標不同云快照的主要目標是提供一種快速恢復數(shù)據(jù)的方法,它只記錄在快照時間點后的數(shù)據(jù)變化,而不是所有的數(shù)據(jù)。自動備份的主要目標...詳情>>

        2023-10-14 12:48:59
        服務器為什么要用Linux?

        服務器為什么要用Linux作為服務器操作系統(tǒng)的優(yōu)選,Linux在眾多選擇中脫穎而出。Linux作為服務器操作系統(tǒng)的優(yōu)選,有其獨特的優(yōu)勢和特點。包括其...詳情>>

        2023-10-14 12:34:11
        ORM解決的主要問題是什么?

        ORM(對象關系映射)解決的主要問題是將關系數(shù)據(jù)庫與面向對象編程之間的映射困境。在傳統(tǒng)的關系數(shù)據(jù)庫中,數(shù)據(jù)以表格的形式存儲,而在面向對象...詳情>>

        2023-10-14 12:26:19
        博罗县| 恭城| 资源县| 丽江市| 普定县| 余干县| 永顺县| 固阳县| 周至县| 沈阳市| 南乐县| 新乡县| 垦利县| 瓦房店市| 丹东市| 云安县| 汪清县| 清苑县| 南雄市| 阜新市| 永春县| 五指山市| 岳西县| 洛阳市| 谢通门县| 清徐县| 嵊泗县| 普兰店市| 永修县| 石河子市| 高清| 宿迁市| 荔波县| 上虞市| 镇坪县| 东阿县| 离岛区| 霞浦县| 肇源县| 平湖市| 乌拉特前旗|