維護 PyPDF2 的替代品

Question

我正在使用PyPDF2庫從 pdf 文檔中提取文本、圖像、頁面寬度和高度、注釋和其他屬性。 但是，該庫有許多錯誤和問題，並且似乎已經很久沒有維護了。 （編輯： PyPDF2 再次維護）

• 有沒有更生動的分叉正在維護和開發？
• 有沒有好的選擇？

據我所知， reportlab更適合創建全新的 pdf（或者我對 reportlab 的經驗不足）。

Answer 1

更新：再次維護 PyPDF2 - 我是維護者:-) 我剛剛發布了一個帶有幾個錯誤修復的新版本。

---

維護的三個潛在替代方案（就像 PyPDF2 一樣）：

• pymupdf ：使用mupdf （由於mypdf 許可證，僅用於開源）
• pikepdf : 使用qpdf
• pdfminer.six ：純 Python 項目。

我不會使用：

• PyPDF3 ( pypi )：與 PyPDF2 相比，活動更少，功能可能更少。
• PyPDF4 ( pypi )：2018 年 PyPI 上的最后一個版本

Answer 2

PyMuPDF是一個用於 MuPDF 的 Python 綁定——一個輕量級的 PDF 和 XPS 查看器。 因為 MuPDF 不僅支持 PDF 還支持 XPS、OpenXPS、CBZ、CBR、FB2 和 EPUB 格式，所以 PyMuPDF 也支持。 PyMuPDF 托管在GitHub上。 我們也在PyPI上注冊。

它的性能統計數據也非常有希望。 以下是處理性能不同方面的三個部分：

• 文檔解析
• 文本提取
• 圖像渲染

PyMuPDF 比 pdfrw、PyPDF2 和 pdftk 更快。