百度360必应搜狗淘宝本站头条
python类型转换python串口编程python计时python异常python进度条
当前位置：网站首页 > 技术资源 > 正文

利用 Python 优雅地将 PDF 转换成图片

off999 2024-09-21 20:59 27 浏览 0 评论

作者： qikqiak

来源：https://blog.qikqiak.com/post/python-convert-pdf-images/

之前收集了很多优秀的 PDF文档，但是需要看的时候不是很方便，需要去找到这个文件，如果是在手机上的话往往还需要下载PDF相关的插件才行，而且最大的问题是不便于资料的整理和分享。如果能够将PDF转换成网页，岂不是就能解决这些问题了？还能直接分享出去。

这里利用 PyPDF包来处理PDF文件，为了方便快捷，我这里直接将一个页面转换成图片，就不需要去识别页面中的每一个PDF元素了，这是没必要的。

转换

核心代码很简单，就是将 PDF文件读取出来，转换成PdfFileReader，然后就可以根据PyPDF2的API去获得每一个页面的二进制数据，拿到二进制数据过后，就能很方便的进行图片处理了，这里用wand包来进行图片处理。

  1. # -*- coding: utf-8 -*-
  2. import io
  3. from wand.image import Image
  4. from wand.color import Color
  5. from PyPDF2 import PdfFileReader, PdfFileWriter
  6. memo = {}
  7. def getPdfReader(filename):
  8. reader = memo.get(filename, None)
  9. if reader is None:
  10. reader = PdfFileReader(filename, strict=False)
  11. memo[filename] = reader
  12. return reader
  13. def _run_convert(filename, page, res=120):
  14. idx = page + 1
  15. pdfile = getPdfReader(filename)
  16. pageObj = pdfile.getPage(page)
  17. dst_pdf = PdfFileWriter
  18. dst_pdf.addPage(pageObj)
  19. pdf_bytes = io.BytesIO
  20. dst_pdf.write(pdf_bytes)
  21. pdf_bytes.seek(0)
  22. img = Image(file=pdf_bytes, resolution=res)
  23. img.format = 'png'
  24. img.compression_quality = 90
  25. img.background_color = Color("white")
  26. img_path = '%s%d.png' % (filename[:filename.rindex('.')], idx)
  27. img.save(filename=img_path)
  28. img.destroy

需要注意的是一般PDF文件较大，如果一次性转换整个PDF文件需要小心内存溢出的问题，我们这里将第一次载入的整个PDF文件保存到内存，避免每次读取的时候都重新载入。

批量处理

上面已经完成了一个 PDF页面的转换，要完成整个文件的转换就很简单了，只需要拿到文件的总页码，然后循环执行就行。考虑到转换比较耗时，可以使用异步处理的方式加快速度。比如可以使用celery来搭配处理，一定注意小心内存泄露。

核心代码已经整理放到github上去了，好了，等有时间的时候准备做一个公共的 PDF转成H5的服务，开放给大众使用。

花了点时间，做成了一个独立的服务：https://pdfh5.com，欢迎大家试用

题图：pexels，CC0 授权。

相关推荐

Alist 玩家请进:一键部署全新分支 Openlist，看看香不香!

Openlist（其前身是鼎鼎大名的Alist）是一款功能强大的开源文件列表程序。它能像“万能钥匙”一样，解锁并聚合你散落在各处的云盘资源——无论是阿里云盘、百度网盘、GoogleDrive还是...

白嫖SSL证书还自动续签?这个开源工具让我告别手动部署

你还在手动部署SSL证书？你是不是也遇到过这些问题：每3个月续一次Let'sEncrypt证书，忘了就翻车；手动配置Nginx，重启服务，搞一次SSL得花一下午；付费证书太贵，...

Docker Compose:让多容器应用一键起飞

CDockerCompose：让多容器应用一键起飞"曾经我也是一个手动启动容器的少年，直到我的膝盖中了一箭。"——某位忘记--link参数的运维工程师引言：容器化的烦恼与...

申请免费的SSL证书，到期一键续签

大家好，我是小悟。最近帮朋友配置网站HTTPS时发现，还有人对宝塔面板的SSL证书功能还不太熟悉。其实宝塔早就内置了免费的Let'sEncrypt证书申请和一键续签功能，操作简单到连新手都能...

飞牛NAS部署TVGate Docker项目，实现内网一键转发、代理、jx

前面分享了两期TVGate：Q大的转发代理工具TVGate升级了，操作更便捷，增加了新的功能跨平台内网转发神器TVGate部署与使用初体验现在项目已经开源，并支持Docker部署，本文介绍如何通...

Docker Compose 编排实战:一键部署多容器应用!

当项目变得越来越复杂，一个服务已经无法满足需求时，你可能需要同时部署数据库、后端服务、前端网页、缓存组件……这时，如果还一个一个手动dockerrun，简直是灾难这就是DockerCompo...

深度测评:Vue、React 一键部署的神器 PinMe

不知道大家有没有这种崩溃瞬间：领导突然要看项目Demo，客户临时要体验新功能，自己写的小案例想发朋友圈；找运维？排期？还要走工单；自己买服务器？域名、SSL、Nginx、防火墙；本地起服务？断电、关...

超简单!一键启动多容器，解锁 Docker Compose 极速编排秘籍

想要用最简单的方式在本地复刻一套完整的微服务环境？只需一个docker-compose.yml文件，你就能一键拉起N个容器，自动组网、挂载存储、环境隔离，全程无痛！下面这份终极指南，教你如何用...

日志文件转运工具Filebeat笔记_日志转发工具

一、概述与简介Filebeat是一个日志文件转运工具，在服务器上以轻量级代理的形式安装客户端后，Filebeat会监控日志目录或者指定的日志文件，追踪读取这些文件（追踪文件的变化，不停的读），并将来自...

K8s 日志高效查看神器，提升运维效率10倍!

通常情况下，在部署了K8S服务之后，为了更好地监控服务的运行情况，都会接入对应的日志系统来进行检测和分析，比如常见的Filebeat+ElasticSearch+Kibana这一套组合...

如何给网站添加 https_如何给网站添加证书

一、简介相信大家都知道https是更加安全的，特别是一些网站，有https的网站更能够让用户信任访问接下来以我的个人网站五岁小孩为例子，带大家一起从0到1配置网站https本次配置的...

10个Linux文件内容查看命令的实用示例

Linux文件内容查看命令30个实用示例详细介绍了10个Linux文件内容查看命令的30个实用示例，涵盖了从基本文本查看、分页浏览到二进制文件分析的各个方面。掌握这些命令帮助您：高效查看各种文本文件内...

第13章 工程化实践_第13章 工程化实践课

13.1ESLint+Prettier代码规范统一代码风格配置//.eslintrc.jsmodule.exports={root:true,env:{node...

龙建股份:工程项目中标_龙建股份有限公司招聘网

404NotFoundnginx/1.6.1【公告简述】2016年9月8日公告,公司于2016年9月6日收到苏丹共和国(简称“北苏丹”)喀土穆州基础设施与运输部公路、桥梁和排水公司出具的中标通知书...

福田汽车:获得政府补助_福田 补贴

404NotFoundnginx/1.6.1【公告简述】2016年9月1日公告,自2016年8月17日至今,公司共收到产业发展补助、支持资金等与收益相关的政府补助4笔,共计5429.08万元(不含...

取消回复欢迎 你 发表评论:

一周热门
最近发表
标签列表
Copyright Your WebSite.Some Rights Reserved.