PyPDF2 的维护替代品

Question

我正在使用该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。

• 有没有更生动的fork正在维护和开发？
• 有没有好的替代方案？

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

Answer 1

保留的三个潜在替代方案：

• pymupdf: 使用mupdf
• pikepdf：使用qpdf
• pdfminer.six: 一个纯 Python 项目。

我不会使用：

• PyPDF2 (未维护，2018 年最后一次提交）
• PyPDF4 ( pypi )：2018 年 PyPI 上的最后一个版本

我不确定：

• PyPDF3 ( pypi )：有最近的提交，PyPI 上的最新版本，但目前只有 27 个 GitHub 星，而且贡献者不多。很高兴看到那里的发展继续:-)

Answer 2

\n

PyMuPDF是 MuPDF \xe2\x80\x93 的 Python 绑定，是一个轻量级 PDF 和 XPS 查看器。由于 MuPDF 不仅支持 PDF，还支持 XPS、OpenXPS、CBZ、CBR、FB2 和 EPUB 格式，因此 PyMuPDF 也支持。PyMuPDF 托管在GitHub上。我们也在PyPI上注册。

\n

\n

其性能统计数据也非常有希望。以下三个部分涉及性能的不同方面：

\n

\n
• 文档解析
\n
• 文本提取
\n
• 图像渲染
\n

\n

PyMuPDF 比 pdfrw、PyPDF2 和 pdftk 更快。

\n