PyMuPDF

PyMuPDF

PyMuPDFは、PDF (およびその他) ドキュメントのデータ抽出、分析、変換および操作のための高性能Pythonライブラリです。

コミュニティ

ここからDiscordに参加してください: #pymupdf

インストール

PyMuPDF にはPython 3.9 以降が必要です。以下のpipを使用してインストールします。

pip install PyMuPDF

必須の外部依存関係はありません。ただし、一部のオプション機能は、追加のパッケージがインストールされている場合にのみ使用可能になります。

PyMuPDF.io にアクセスして、インストールせずに試すこともできます。

使用法

基本的な使い方は以下の通りです。

 import pymupdf # imports the pymupdf library
doc = pymupdf . open ( "example.pdf" ) # open a document
for page in doc : # iterate the document pages
  text = page . get_text () # get plain text encoded as UTF-8

ドキュメント

完全なドキュメントは pymupdf.readthedocs.io にあります。

オプション機能

• font フォントのサブセットを作成するためのツール。
• pymupdf-fonts には、テキスト出力用の優れたフォントがいくつか含まれています。
• Tesseract-OCR は、画像や文書ページの光学式文字認識を可能にします。

について

PyMuPDF は、軽量のPDF 、 XPS 、およびeBookビューア、レンダラ、およびツールキットである MuPDF にPythonバインディングと抽象化を追加します。 PyMuPDFとMuPDF はどちらも Artifex Software, Inc. によって保守および開発されています。

PyMuPDF はもともと Jorj X. McKie によって書かれました。

ライセンスと著作権

PyMuPDF は、オープンソースの AGPL および商用ライセンス契約に基づいて利用できます。 AGPLの要件を満たすことができないと判断した場合は、商用ライセンスに関する詳細について Artifex にお問い合わせください。