# 3、安裝

　　PyMuPDF可以從源碼安裝，也可以從wheels安裝。

　　對(duì)于Windows, Linux和Mac OSX平臺(tái)，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(gòu)也出現(xiàn)了一些問題——查找平臺(tái)標(biāo)簽manylinux2014_aarch64。

　　除了標(biāo)準(zhǔn)庫(kù)，它沒有強(qiáng)制性的外部依賴項(xiàng)。只有在安裝了某些包時(shí)，才會(huì)有一些不錯(cuò)的方法:

　　Pillow：當(dāng)使用Pixmap.pil_save()和 Pixmap.pil_tobytes()時(shí)需要

　　fontTools：當(dāng)使用Document.subset_fonts()時(shí)需要

　　pymupdf-fonts 是一個(gè)不錯(cuò)的字體選擇，可以用于文本輸出方法

　　使用pip安裝命令：

　　導(dǎo)入庫(kù)：

　　關(guān)于命名fitz的說明

　　這個(gè)庫(kù)的標(biāo)準(zhǔn)Python導(dǎo)入語(yǔ)句是import fitz。這是有歷史原因的:

　　MuPDF的原始渲染庫(kù)被稱為L(zhǎng)ibart。

　　在Artifex軟件獲得MuPDF項(xiàng)目后，開發(fā)的重點(diǎn)轉(zhuǎn)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(gè)研發(fā)項(xiàng)目，以取代老化的Ghostscript圖形庫(kù)，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(dǎo)入庫(kù)，查看版本

　　2.打開文檔

　　這將創(chuàng)建Document對(duì)象doc。文件名必須是一個(gè)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

　　示例：

　　4.獲取元數(shù)據(jù)

　　PyMuPDF完全支持標(biāo)準(zhǔn)元數(shù)據(jù)。Document.metadata是一個(gè)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(gè)都沒有。

　　5.獲取目標(biāo)大綱

　　6.頁(yè)面(Page)

　　頁(yè)面處理是MuPDF功能的核心。

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

　　您可以提取多種格式的頁(yè)面文本和圖像，并搜索文本字符串。

　　對(duì)于PDF文檔，可以使用更多的方法向頁(yè)面添加文本或圖像。

　　首先，必須創(chuàng)建一個(gè)頁(yè)面Page。這是Document的一種方法：

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

　　更高級(jí)的方法是將文檔用作頁(yè)面的迭代器：

　　接下來，主要介紹Page的常用操作！

　　a. 檢查頁(yè)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(shí)，鏈接顯示為==“熱點(diǎn)區(qū)域”==。如果您在光標(biāo)顯示手形符號(hào)時(shí)單擊，您通常會(huì)被帶到該熱點(diǎn)區(qū)域中編碼的標(biāo)記。以下是如何獲取所有鏈接：

　　links是一個(gè)Python字典列表。

　　還可以作為迭代器使用：

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

　　b. 呈現(xiàn)頁(yè)面

　　此示例創(chuàng)建頁(yè)面內(nèi)容的光柵圖像：

　　pix是一個(gè)Pixmap對(duì)象，它(在本例中)包含頁(yè)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(zhuǎn)、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(gè)像素)和跨距(一個(gè)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(duì)象)。

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

　　c. 將頁(yè)面圖像保存到文件中

　　我們可以簡(jiǎn)單地將圖像存儲(chǔ)在PNG文件中：

　　d. 提取文本和圖像

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

　　對(duì)opt使用以下字符串之一以獲取不同的格式：

　　"text"：(默認(rèn))帶換行符的純文本。無格式、無文字位置詳細(xì)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(yè)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(jí)別，但作為Python字典或resp.JSON字符串。

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

　　"xhtml"：文本信息級(jí)別與文本版本相同，但包含圖像。

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

　　e. 搜索文本

　　您可以找到某個(gè)文本字符串在頁(yè)面上的確切位置：

　　這將提供一個(gè)矩形列表，每個(gè)矩形都包含一個(gè)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(zhuǎn)換為PDF，然后將所有PyMuPDF功能應(yīng)用于轉(zhuǎn)換結(jié)果,Document.convert_to_pdf()。

　　Document.save()始終將PDF以其當(dāng)前(可能已修改)狀態(tài)存儲(chǔ)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(yè)面

　　有幾種方法可以操作所謂頁(yè)面樹(描述所有頁(yè)面的結(jié)構(gòu))：

　　PDF:Document.delete_page()和Document.delete_pages()刪除頁(yè)面

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

　　Document.select()將PDF壓縮到選定頁(yè)面，參數(shù)是要保留的頁(yè)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(shí)，此列表中缺少的所有頁(yè)面都將被刪除。剩余的頁(yè)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(yè)或最后10頁(yè)

　　僅奇數(shù)頁(yè)或偶數(shù)頁(yè)(用于雙面打印)

　　包含或不包含給定文本的頁(yè)

　　顛倒頁(yè)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(yè)面或某些外部資源)。

　　Document.insert_page()和Document.new_page()插入新頁(yè)面。

　　此外，頁(yè)面本身可以通過一系列方法進(jìn)行修改(例如頁(yè)面旋轉(zhuǎn)、注釋和鏈接維護(hù)、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(fù)制頁(yè)面。下面是一個(gè)簡(jiǎn)單的joiner示例(doc1和doc2在PDF中打開)：

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

　　c. 保存

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

　　您可以通過指定選項(xiàng)incremental=True將更改寫回原始PDF。這個(gè)過程(通常)非常快，因?yàn)楦臅?huì)附加到原始文件，而不會(huì)完全重寫它。

　　d. 關(guān)閉

　　在程序繼續(xù)運(yùn)行時(shí)，通常需要“關(guān)閉”文檔以將底層文件的控制權(quán)交給操作系統(tǒng)。

　　這可以通過Document.close()方法實(shí)現(xiàn)。除了關(guān)閉基礎(chǔ)文件外，還將釋放與文檔關(guān)聯(lián)的緩沖區(qū)。