PyMuPDF

PyMuPDF

PyMuPDF é uma biblioteca Python de alto desempenho para extração, análise, conversão e manipulação de dados de documentos PDF (e outros).

Comunidade

Junte-se a nós no Discord aqui: #pymupdf

Instalação

PyMuPDF requer Python 3.9 ou posterior , instale usando pip com:

pip install PyMuPDF

Não há dependências externas obrigatórias . No entanto, alguns recursos opcionais ficam disponíveis somente se pacotes adicionais forem instalados.

Você também pode tentar sem instalar visitando PyMuPDF.io.

Uso

O uso básico é o seguinte:

 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

Documentação

A documentação completa pode ser encontrada em pymupdf.readthedocs.io.

Recursos opcionais

• fontTools para criar subconjuntos de fontes.
• pymupdf-fonts contém algumas fontes interessantes para sua saída de texto.
• Tesseract-OCR para reconhecimento óptico de caracteres em imagens e páginas de documentos.

Sobre

PyMuPDF adiciona ligações e abstrações Python ao MuPDF, um visualizador, renderizador e kit de ferramentas leve de PDF , XPS e e-book . Tanto PyMuPDF quanto MuPDF são mantidos e desenvolvidos pela Artifex Software, Inc.

PyMuPDF foi originalmente escrito por Jorj X. McKie.

Licença e Direitos Autorais

PyMuPDF está disponível sob AGPL de código aberto e acordos de licença comercial. Se você determinar que não pode atender aos requisitos da AGPL , entre em contato com a Artifex para obter mais informações sobre uma licença comercial.