维护 PyPDF2 的替代品

Question

我正在使用PyPDF2库从 pdf 文档中提取文本、图像、页面宽度和高度、注释和其他属性。 但是，该库有许多错误和问题，并且似乎已经很久没有维护了。 （编辑： PyPDF2 再次维护）

• 有没有更生动的分叉正在维护和开发？
• 有没有好的选择？

据我所知， reportlab更适合创建全新的 pdf（或者我对 reportlab 的经验不足）。

Answer 1

更新：再次维护 PyPDF2 - 我是维护者:-) 我刚刚发布了一个带有几个错误修复的新版本。

---

维护的三个潜在替代方案（就像 PyPDF2 一样）：

• pymupdf ：使用mupdf （由于mypdf 许可证，仅用于开源）
• pikepdf : 使用qpdf
• pdfminer.six ：纯 Python 项目。

我不会使用：

• PyPDF3 ( pypi )：与 PyPDF2 相比，活动更少，功能可能更少。
• PyPDF4 ( pypi )：2018 年 PyPI 上的最后一个版本

Answer 2

PyMuPDF是一个用于 MuPDF 的 Python 绑定——一个轻量级的 PDF 和 XPS 查看器。 因为 MuPDF 不仅支持 PDF 还支持 XPS、OpenXPS、CBZ、CBR、FB2 和 EPUB 格式，所以 PyMuPDF 也支持。 PyMuPDF 托管在GitHub上。 我们也在PyPI上注册。

它的性能统计数据也非常有希望。 以下是处理性能不同方面的三个部分：

• 文档解析
• 文本提取
• 图像渲染

PyMuPDF 比 pdfrw、PyPDF2 和 pdftk 更快。