PDF 参考

# PDF 处理高级参考 本文档包含高级 PDF 处理功能、详细示例以及主技能说明中未涵盖的其他库。 ## pypdfium2 库 (Apache/BSD 许可证) ### 概述 pypdfium2 是 PDFium（Chromium 的 PDF 库）的 Python 绑定。它非常适合快速 PDF 渲染、图像生成，并可作为 PyMuPDF 的替代品。 ### 将 PDF 渲染为图像 python import pypdfium2 as pdfium from PIL import Image # 加载 PDF pdf = pdfium.PdfDocument("document.pdf") # 将页面渲染为图像 page = pdf[0] # 第一页 bitmap = page.render( scale=2.0, # 更高的分辨率 rotation=0 # 不旋转 ) # 转换为 PIL 图像 img = bitmap.to_pil() img.save("page_1.png", "PNG") # 处理多页 for i, page in enumerate(pdf): bitmap = page.render(scale=1.5) img = bitmap.to_pil() img.save(f"page_{i+1}.jpg", "JPEG", quality=90) ### 使用 pypdfium2 提取文本 python import pypdfium2 as pdfium pdf = pdfium.PdfDocument("document.pdf") for i, page in enumerate(pdf): text = page.get_text() print(f"Page {i+1} text length: {len(text)} chars") ## JavaScript 库 ### pdf-lib (MIT 许可证) pdf-lib 是一个功能强大的 JavaScript 库，用于在任何 JavaScript 环境中创建和修改 PDF 文档。 #### 加载并操作现有 PDF javascript import { PDFDocument } from 'pdf-lib'; import fs from 'fs'; async function manipulatePDF() { // 加载现有 PDF const existingPdfBytes = fs.readFileSync('input.pdf'); const pdfDoc = await PDFDocument.load(existingPdfBytes); // 获取页数 const pageCount = pdfDoc.getPageCount(); console.log(`Document has ${pageCount} pages`); // 添加新页面 const newPage = pdfDoc.addPage([600, 400]); newPage.drawText('Added by pdf-lib', { x: 100, y: 300, size: 16 }); // 保存修改后的 PDF const pdfBytes = await pdfDoc.save(); fs.writeFileSync('modified.pdf', pdfBytes); } #### 从零开始创建复杂 PDF javascript import { PDFDocument, rgb, StandardFonts } from 'pdf-lib'; import fs from 'fs'; async function createPDF() { const pdfDoc = await PDFDocument.create(); // 添加字体 const helveticaFont = await pdfDoc.embedFont(StandardFonts.Helvetica); const helveticaBold = await pdfDoc.embedFont(StandardFonts.HelveticaBold); // 添加页面 const page = pdfDoc.addPage([595, 842]); // A4 尺寸 const { wid