Python PyMuPDF如何实现PDF与图片和PPT相互转换
這篇文章主要介紹了PythonPyMuPDF如何實現(xiàn)PDF與圖片和PPT相互轉(zhuǎn)換的相關(guān)知識，內(nèi)容詳細(xì)易懂，操作簡單快捷，具有一定借鑒價值，相信大家閱讀完這篇PythonPyMuPDF如何實現(xiàn)PDF與圖片和PPT相互轉(zhuǎn)換文章都會有所收獲，下面我們一起來看看吧。
安裝與簡介
安裝：pip install PyMuPDF
MuPDF
MuPDF是一個輕量級的PDF、XPS和電子書查看器。MuPDF由軟件庫、命令行工具和各種平臺的查看器組成:
-
支持多種文檔格式：如PDF、XPS、OpenXPS、CBZ、EPUB和FictionBook 2。
-
命令行工具可注釋、編輯文檔，并將文檔轉(zhuǎn)換為其他格式：如HTML、SVG、PDF和CBZ。
PyMuPDF
PyMuPDF是MuPDF的Python接口庫：
-
可訪問擴(kuò)展名為“.pdf”、“.xps”、“.oxps”、“.cbz”、“.fb2”或“.epub”的文檔；
-
可像文檔樣處理流行圖像格式：“.png”，“.jpg”，“.bmp”，“.tiff”等
對于所有支持的文檔類型可以：
解密文件
訪問元信息、鏈接和書簽
以柵格格式（PNG和其他格式）或矢量格式SVG呈現(xiàn)頁面
搜索文本
提取文本和圖像
轉(zhuǎn)換為其他格式：PDF, (X)HTML, XML, JSON, text
對于PDF文檔，存在大量的附加功能，可以：創(chuàng)建、合并或拆分。頁面可以通過多種方式插入、刪除、重新排列或修改(包括注釋和表單字段)。
可以提取或插入圖像和字體
完全支持嵌入式文件
pdf文件可以重新格式化，以支持雙面打印，色調(diào)分離，應(yīng)用標(biāo)志或水印
完全支持密碼保護(hù):解密、加密、加密方法選擇、權(quán)限級別和用戶/所有者密碼設(shè)置
支持圖像、文本和繪圖的PDF可選內(nèi)容概念
可以訪問和修改低級PDF結(jié)構(gòu)
PyMuPDF使用
通過open可打開文檔（Document對象）：
importfitz
doc=fitz.open(filename)
#...
doc.save('file')
doc.close()
Document中發(fā)主要方法與屬性：
| 方法/屬性 | 描述 |
|---|---|
| Document.page_count | 頁數(shù) (int) |
| Document.metadata | 元數(shù)據(jù) (dict) |
| Document.get_toc() | 獲取目錄 (list) |
| Document.load_page() | 讀取頁面 |
對于PDF文檔，有以下頁面操作方法：
-
刪除頁面：Document.delete_page()和Document.delete_pages()
-
復(fù)制或移動頁面：Document.copy_page()、Document.fullcopy_page()和Document.move_page()
-
選擇頁面（只保留選擇范圍內(nèi)的頁面）：Document.select()
-
插入新頁：Document.insert_page()和Document.new_page()，以及Document.insert_pdf()
元數(shù)據(jù)
Document.metadata是一個具有以下鍵的Python字典。
| Key | Value |
|---|---|
| producer | producer (producing software) |
| format | format: ‘PDF-1.4’, ‘EPUB’, etc. |
| encryption | encryption method used if any |
| author | 作者 |
| modDate | 最后修改日期 |
| keywords | 關(guān)鍵字 |
| title | 標(biāo)題 |
| creationDate | 創(chuàng)建日期 |
| creator | creating application |
| subject | subject |
頁面Page
頁面是MuPDF的核心：
• 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(zhuǎn)、移動或剪切頁面。
• 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。
從Document中獲取頁面，頁面索引：
第一頁為0；
負(fù)數(shù)表示從末尾倒數(shù)：如doc[-1]表示獲取最后一頁；
#pno是頁面索引 page=doc.load_page(pno) #or page=doc[pno]
頁面操作方法：
page.get_links()：獲取頁面中的連接（返回字典）；
page.annots()：獲取注釋；
page.widgets()：獲取表單；
pix = page.get_pixmap()：獲取光柵圖像（整個頁面作為一個圖像）；
pix.save('page.jpg')：保存為圖像；
page.get_svg_image()：獲取矢量圖像；
page.get_text(opt)：獲取文本，opt可為：
-
“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)建頁面的完整視覺版本，包括任何圖像；
-
“dict”/“json”：與HTML相同的信息級別，但作為Python字典或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(xì)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(jìn)行解釋。
page.search_for("txt")：搜索文本
代碼示例
PDF轉(zhuǎn)圖片
通過get_pixmap獲取每頁P(yáng)DF為圖片，然后保存即可。其中zoom用于控制生成圖片的縮放比例。
importfitz
defpdf2image(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"Toconvert:{pdfFile}")
forpginrange(doc.page_count):
page=doc[pg]
index+=1
rotate=int(0)
print(f"\tconvertpage{index}")
#每個尺寸的縮放系數(shù)(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()
returnimages
圖片轉(zhuǎn)PDF
把圖片插入到新建頁中（插入位置使用頁面框，即填充整個頁面）
defimage2pdf(imgDir,pdfFile,width=595,height=842):
doc=fitz.open()
print("ToconvertimagetoPDF:")
forimginsorted(glob.glob("{}/*".format(imgDir))):
print(f"\tAddimage{img}")
page=doc.new_page(width=width,height=height)
page.insert_image(page.rect,filename=img)#將當(dāng)前頁插入文檔
doc.save(pdfFile)
print(f"PDFsaveto{pdfFile}")
doc.close()
PDF轉(zhuǎn)PPT
轉(zhuǎn)PPT時需要用到pptx庫：pip install python-pptx
先把PDF轉(zhuǎn)為圖片，然后把每張圖片生成一個幻燈片頁面（PPT頁面大小有width與height控制）
importfitz importpptx frompptx.utilimportInches defpdf2pptx(pdfFile,pptFile,imgPath,width=10,height=7.5,zoom=2.0): images=pdf2image(pdfFile,imgPath,zoom) ppt=pptx.Presentation() foriinimages: layout=ppt.slide_layouts[0]#定義一個PPT頁面樣式 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)
總結(jié)
以上是生活随笔為你收集整理的Python PyMuPDF如何实现PDF与图片和PPT相互转换的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 我的世界基岩版json_我的世界基岩版1
- 下一篇： pr导出什么格式画质最好