1. Producten
  2.   PDF
  3.   Python
  4.   PyMuPDF
 
  

Quality over Quantity (QoQ) Releases Vertaling:

Python laat editen en PDF Files inleveren, foto's van PDF, edit PDF pagina's, mijn vrije conget PDFs met.

YouPDF is een lichtgewicht open bron Python API die Python bindingen en abstractie toevoegt aan MuPDF. De API is klein in grootte, maar toch zeer snel en ondersteunde een aantal populaire documenten inclusief PDF, XPS, OpenXPS, CB, PUB, en FB2, en 10 populaire beelden kunnen ook open worden als documenten. De PyMuPD is zeer betrouwbaar en is bekend om zijn topvermogen. Aangezien de bibliotheek zeer lichtgewicht is maakt het een goede keuze voor platforms waar middelen meestal beperkt zijn, zoals smartphones.

Er zijn talrijke basis en geavanceerde kenmerken gesteund door de YouPDF API voor PDF documenten die zich terugtrekken en bekeren, zoals PDF tot NG, toegang geven en metadata bekijken, werkend met outlines, verwijderen van een SMS, PDF-sta, verwijdering, PDF-stafbeelding, PDF, De YouPDF heeft ondersteuning voor meerdere platformen, zoals Mac, Linux en Windows.

Previous Next

Beginnen met PyMuPDF

PyMuPDF kan worden geïnstalleerd met pip, de volgende commando's zullen installeren van een Python wiel als er een beschikbaar is voor je platform.

Install PyMuPDF via Pip

 python -m pip install --upgrade pip
python -m pip install --upgrade pymupdf

Clone PyMuPDF via git Reposi

 git clone https://github.com/pymupdf/PyMuPDF.git

Het is ook mogelijk om het handmatig te installeren; download de nieuwste releasebestanden rechtstreeks vanuit de GitHub-repository.

Onderzoek naar Text in PDF Files via Python

Veertien is een van de favoriete documenten van de Wereld voor het delen van documenten over het internet, omdat het alle sms-formaten en grafiek inhoudt. Maar het is niet makkelijk om te zoeken naar sms'jes in deze dossiers zoals vergeleken met andere documenten. De vrije YouPDF bibliotheek laat softwareontwikkelaars toe om sms-zoekende capaciteiten in hun Python toe te voegen. Het laat doorzoeken waar op de pagina een bepaalde sms bestaat.

Zoek uit waar op de PDF Page Text String Appears via Python

areas = page.search_for("mupdf")

PDF Text en Images via Python API

De open bron YouPDF bibliotheek heeft verschillende belangrijke kenmerken ingedeeld voor werken met PDF sms'jes en beelden. De bibliotheek heeft verschillende functies verstrekt voor het uittrekken van berichten en beelden van PDF documenten. Door de schuld, staat het de extractie van de tekst met lijnpauzes. Geen formaat, geen sms'jes, geen beelden. Bovendien steunt hij een lijst met tekstblokken, maakt een lijst met woorden, creëert een visuele versie van de pagina inclusief alle beelden, en nog veel meer.

Hoe je Text van PDF via Python API

from operator import itemgetter
from itertools import groupby
import fitz
doc = fitz.open( 'mydocument.pdf' )
pages = [ doc[ i ] for i in range( doc.pageCount ) ]
for page in pages:
  text_words = page.getTextWords()
  # The words should be ordered by y1 and x0
  sorted_words = SortedCollection( key = itemgetter( 3, 0 ) )
  for word in text_words:
    sorted_words.insert( word )
  # At this point you already have an ordered list. If you need to 
  # group the content by lines, use groupby with y1 as a key
  lines = groupby( sorted_words, key = itemgetter( 3 ) )

Python As

Het combineren van verschillende PDF-bestanden is een erg handige functie die gebruikers de mogelijkheid geeft om één PDF te hebben in plaats van een dozijn afzonderlijke PDF's. De gratis en open-source platformonafhankelijke PyMuPDF-bibliotheek geeft softwareprogrammeurs de mogelijkheid om gemakkelijk verschillende bestanden samen te voegen of pagina's tussen verschillende PDF-documenten te kopiëren. Het geeft gebruikers ook de mogelijkheid om grote PDF-documenten op te splitsen in kleinere bestanden met slechts een paar regels Python-code. Het is ook mogelijk om enkele specifieke pagina's van een PDF-document te selecteren en er een nieuw document van te maken.

Vertaling:

doc2 = fitz.open()                 # new empty PDF
doc2.insert_pdf(doc1, to_page = 9)  # first 10 pages
doc2.insert_pdf(doc1, from_page = len(doc1) - 10) # last 10 pages
doc2.save("first-and-last-10.pdf")

Vertaling:

De open bron YouPDF bibliotheek heeft volledige functionaliteit verstrekt voor toegang en metadata van PDF bestanden zonder externe afhankelijkheid. Het ondersteunt verschillende soorten metadata sleutels als datum voor creatie, auteur, titel, creator toepassing, elk onderwerp, encryptie methode, dossier formaat, enzovoort. Het is ook mogelijk om metadata te exporteren naar CSV formaat.

 

Export PDF Metadata naar CSV via Python API

import csv
import fitz
import argparse
parser = argparse.ArgumentParser(description="Enter CSV delimiter [;], CSV filename and documment filename")
parser.add_argument('-d', help='CSV delimiter [;]', default = ';')
parser.add_argument('-x', help='delete XML info [n]', default = 'n')
parser.add_argument('-csv', help='CSV filename')
parser.add_argument('-pdf', help='PDF filename')
args = parser.parse_args()
delim = args.d               # requested CSV delimiter character
assert args.csv, "missing CSV filename"
assert args.pdf, "missing PDF filename"
print "delimiter", args.d
print "xml delete", args.x
print "csv file", args.csv
print "pdf file", args.pdf
print "----------------------------------------"
doc = fitz.open(args.pdf)
oldmeta = doc.metadata
print "old metadata:"
for k,v in oldmeta.items():
    print k, ":",v
with open(args.csv) as tocfile:
    tocreader = csv.reader(tocfile, delimiter = delim)
    for row in tocreader:
        assert len(row) == 2, "each row must contain 2 entries"
        oldmeta[row[0]] = row[1]
print "----------------------------------------"
print "\nnew metadata:"
for k,v in oldmeta.items():
    print k, ":",v
doc.set_metadata(oldmeta)
doc.saveIncr()
 Dutch