本文的目的是介绍PythonPDF库的详细情况，特别关注pythonpdf库哪个好用的相关信息。我们将通过专业的研究、有关数据的分析等多种方式，为您呈现一个全面的了解PythonPDF库的机会，同时也

本文的目的是介绍Python PDF库的详细情况，特别关注python pdf库哪个好用的相关信息。我们将通过专业的研究、有关数据的分析等多种方式，为您呈现一个全面的了解Python PDF库的机会，同时也不会遗漏关于python pdfkit 生成 PDF、python pdfminer 读取pdf文本内容、python pdfplumber用于pdf表格提取、Python PyMuPDF如何实现PDF与图片和PPT相互转换的知识。

• Python PDF库（python pdf库哪个好用）
• python pdfkit 生成 PDF
• python pdfminer 读取pdf文本内容
• python pdfplumber用于pdf表格提取
• Python PyMuPDF如何实现PDF与图片和PPT相互转换

Python PDF库（python pdf库哪个好用）

有哪些Python PDF库？

我需要制作一些具有许多网格的PDF，并且我正在寻找一个可以管理页面（多页面）的库。库应计算页面何时结束，然后创建下一页。

答案1

我想到的两个是：

• pyPdf2
• PDFMiner

python pdfkit 生成 PDF

pip install pdfkit

# 导入库
import pdfkit

''''''将网页生成pdf文件''''''
def url_to_pdf(url, to_file):
    # 将wkhtmltopdf.exe程序绝对路径传入config对象
    path_wkthmltopdf = r''文件路径''
    config = pdfkit.configuration(wkhtmltopdf=path_wkthmltopdf)
    # 生成pdf文件，to_file为文件路径
    pdfkit.from_url(url, to_file, configuration=config)
    print(''完成'')

url_to_pdf(r''url'', ''输出文件名.pdf'')

# 导入库
import pdfkit

''''''将html文件生成pdf文件''''''
def html_to_pdf(html, to_file):
    # 将wkhtmltopdf.exe程序绝对路径传入config对象
    path_wkthmltopdf = r''文件路径''
    config = pdfkit.configuration(wkhtmltopdf=path_wkthmltopdf)
    # 生成pdf文件，to_file为文件路径
    pdfkit.from_file(html, to_file, configuration=config)
    print(''完成'')

html_to_pdf(''html文件名.html'',''输出文件名.pdf'')

# 导入库
import pdfkit

''''''将字符串生成pdf文件''''''
def str_to_pdf(string, to_file):
    # 将wkhtmltopdf.exe程序绝对路径传入config对象
    path_wkthmltopdf = r''文件路径''
    config = pdfkit.configuration(wkhtmltopdf=path_wkthmltopdf)
    # 生成pdf文件，to_file为文件路径
    pdfkit.from_string(string, to_file, configuration=config)
    print(''完成'')

str_to_pdf(''字符串'',''输出文件名.pdf'')

python pdfminer 读取pdf文本内容

#pip3 install pdfminer tabula-py

from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter
from pdfminer.converter import TextConverter
from pdfminer.layout import LAParams
from pdfminer.pdfpage import PDFPage
from io import StringIO

import tabula

def file(path,type):
    return open(path,type)

def convert_pdf_to_txt(path,save_name):
    rsrcmgr = PDFResourceManager()
    retstr = StringIO()
    codec = ''utf-8''
    laparams = LAParams()
    device = TextConverter(rsrcmgr, retstr, codec=codec, laparams=laparams)
    fp = file(path, ''rb'')
    interpreter = PDFPageInterpreter(rsrcmgr, device)
    password = ""
    maxpages = 0
    caching = True
    pagenos=set()
    for page in PDFPage.get_pages(fp, pagenos, maxpages=maxpages, password=password,caching=caching, check_extractable=True):
        interpreter.process_page(page)
    fp.close()
    device.close()
    str = retstr.getvalue()
    retstr.close()
    print(str)
#     try:
#         with open("%s"%save_name,"w") as f:#格式化字符串还能这么用！
#             for i in str:
#                 f.write(i)
#         print "%s Writing Succeed!"%save_name
#     except:
#         print "Writing Failed!"

#convert_pdf_to_txt(''C:\\pdf-2020-10-9\\600030_20201009_1_中信证券2020年9月证券变动月报表.pdf'',"c.txt")

python pdfplumber用于pdf表格提取

 1 import pdfplumber
 2 
 3 with pdfplumber.open(''test.pdf'') as pdf:
 4     #page_count = len(pdf.pages())
 5     p0 = pdf.pages[0]
 6     # 获取文本，直接得到字符串，包括了换行符【与PDF上的换行位置一致，而不是实际的“段落”】
 7     #print(p0.extract_text()) 
 8     # 获取本页全部表格，也可以使用extract_table()获得单个表格
 9     for table in p0.extract_tables(): 
10         #得到的table是嵌套list类型，转化成DataFrame更加方便查看和分析 
11         for line in table:
12             print(line)
13 
14 #安装ImageMagick，地址在下面            
15 #http://docs.wand-py.org/en/latest/guide/install.html#install-imagemagick-on-windows
16 #https://blog.csdn.net/blmoistawinde/article/details/82051915

Python PyMuPDF如何实现PDF与图片和PPT相互转换

这篇文章主要介绍了Python PyMuPDF如何实现PDF与图片和PPT相互转换的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇Python PyMuPDF如何实现PDF与图片和PPT相互转换文章都会有所收获，下面我们一起来看看吧。

安装与简介

安装：pip install PyMuPDF

MuPDF

MuPDF是一个轻量级的PDF、XPS和电子书查看器。MuPDF由软件库、命令行工具和各种平台的查看器组成:

• 支持多种文档格式：如PDF、XPS、OpenXPS、CBZ、EPUB和FictionBook 2。

• 命令行工具可注释、编辑文档，并将文档转换为其他格式：如HTML、SVG、PDF和CBZ。

PyMuPDF

PyMuPDF是MuPDF的Python接口库：

• 可访问扩展名为“.pdf”、“.xps”、“.oxps”、“.cbz”、“.fb2”或“.epub”的文档；

• 可像文档样处理流行图像格式：“.png”，“.jpg”，“.bmp”，“.tiff”等

对于所有支持的文档类型可以：

解密文件

访问元信息、链接和书签

以栅格格式（PNG和其他格式）或矢量格式SVG呈现页面

搜索文本

提取文本和图像

转换为其他格式：PDF, (X)HTML, XML, JSON, text

对于PDF文档，存在大量的附加功能，可以：创建、合并或拆分。页面可以通过多种方式插入、删除、重新排列或修改(包括注释和表单字段)。

可以提取或插入图像和字体

完全支持嵌入式文件

pdf文件可以重新格式化，以支持双面打印，色调分离，应用标志或水印

完全支持密码保护:解密、加密、加密方法选择、权限级别和用户/所有者密码设置

支持图像、文本和绘图的PDF可选内容概念

可以访问和修改低级PDF结构

PyMuPDF使用

通过open可打开文档（Document对象）：

import fitz
doc = fitz.open(filename)
# ...
doc.save('file')
doc.close()

Document中发主要方法与属性：

对于PDF文档，有以下页面操作方法：

• 删除页面：Document.delete_page()和Document.delete_pages()

• 复制或移动页面：Document.copy_page()、Document.fullcopy_page()和Document.move_page()

• 选择页面（只保留选择范围内的页面）：Document.select()

• 插入新页：Document.insert_page()和Document.new_page()，以及Document.insert_pdf()

元数据

Document.Metadata是一个具有以下键的Python字典。

页面Page

页面是MuPDF的核心：

• 可以将页面呈现为光栅或矢量（SVG）图像，可以选择缩放、旋转、移动或剪切页面。

• 可以提取多种格式的页面文本和图像，并搜索文本字符串。

• 对于PDF文档，可以使用更多的方法向页面添加文本或图像。

从Document中获取页面，页面索引：

第一页为0；

负数表示从末尾倒数：如doc[-1]表示获取最后一页；

# pno是页面索引
page = doc.load_page(pno) 
# or
page = doc[pno]

页面操作方法：

page.get_links()：获取页面中的连接（返回字典）；

page.annots()：获取注释；

page.widgets()：获取表单；

pix = page.get_pixmap()：获取光栅图像（整个页面作为一个图像）；

pix.save('page.jpg')：保存为图像；

page.get_svg_image()：获取矢量图像；

page.get_text(opt)：获取文本，opt可为：

• “text”：（默认）带换行符的纯文本（无格式、无文字位置详细信息、无图像）；

• “blocks”：生成文本块（段落）的列表；

• “words”：生成单词列表（不包含空格的字符串）；

• “html”：创建页面的完整视觉版本，包括任何图像；

• “dict”/“json”：与HTML相同的信息级别，但作为Python字典或JSON字符串。

• “rawdict”/“rawjson”：“dict”/"json"的超级集合。它还提供诸如XML之类的字符详细信息。

• “xhtml”：文本信息级别与文本版本相同，但包含图像。

• “xml”：不包含图像，但包含每个文本字符的完整位置和字体信息，使用XML模块进行解释。

page.search_for("txt")：搜索文本

代码示例

PDF转图片

通过get_pixmap获取每页PDF为图片，然后保存即可。其中zoom用于控制生成图片的缩放比例。

import fitz
def pdf2image(pdfFile, storePath, zoom=2.0):
    doc = fitz.open(pdfFile)
    picName = os.path.splitext(os.path.basename(pdfFile))[0]
    index = 0
    os.makedirs(storePath, exist_ok=True)
    images = []
    print(f"To convert: {pdfFile}")
    for pg in range(doc.page_count):
        page = doc[pg]
        index += 1
        rotate = int(0)
        print(f"\tconvert page {index}")
        # 每个尺寸的缩放系数(提高生成分辨率)
        zoom_x, zoom_y = zoom, zoom
        mat = fitz.Matrix(zoom_x, zoom_y)
        pm = page.get_pixmap(matrix=mat, alpha=False)
        imgName = '{}-{}.jpg'.format(picName, index)
        imgFile = os.path.join(storePath, imgName)
        pm.save(imgFile)
        images.append(imgFile)
    doc.close()
    return images

图片转PDF

把图片插入到新建页中（插入位置使用页面框，即填充整个页面）

def image2pdf(imgDir, pdfFile, width=595, height=842):
    doc = fitz.open()
    print("To convert image to PDF:")
    for img in sorted(glob.glob("{}/*".format(imgDir))):
        print(f"\tAdd image {img}")
        page = doc.new_page(width=width, height=height)
        page.insert_image(page.rect, filename=img)  # 将当前页插入文档
    doc.save(pdfFile)
    print(f"PDF save to {pdfFile}")
    doc.close()

PDF转PPT

转PPT时需要用到pptx库：pip install python-pptx

先把PDF转为图片，然后把每张图片生成一个幻灯片页面（PPT页面大小有width与height控制）

import fitz
import pptx
from pptx.util import Inches
def pdf2pptx(pdfFile, pptFile, imgPath, width=10, height=7.5, zoom=2.0):
    images = pdf2image(pdfFile, imgPath, zoom)
    ppt = pptx.Presentation()
    for i in images:
        layout = ppt.slide_layouts[0]  # 定义一个PPT页面样式
        slide = ppt.slides.add_slide(layout)
        slide.shapes.add_picture(
            image_file=i,
            left=Inches(0),
            top=Inches(0),
            width=Inches(width),
            height=Inches(height)
        )
    ppt.save(pptFile)
    shutil.rmtree(imgPath)

关于“Python PyMuPDF如何实现PDF与图片和PPT相互转换”这篇文章的内容就介绍到这里，感谢各位的阅读！相信大家对“Python PyMuPDF如何实现PDF与图片和PPT相互转换”知识都有一定的了解，大家如果还想学习更多知识，欢迎关注小编行业资讯频道。

关于Python PDF库和python pdf库哪个好用的问题就给大家分享到这里，感谢你花时间阅读本站内容，更多关于python pdfkit 生成 PDF、python pdfminer 读取pdf文本内容、python pdfplumber用于pdf表格提取、Python PyMuPDF如何实现PDF与图片和PPT相互转换等相关知识的信息别忘了在本站进行查找喔。