最近开发办公类相关项目，在办公类项目不可避免的就是处理 Excel、Word、Pdf 之类的文档，需要将文档格式进行转换，以便于显示、打印等的需要。今天，我们来看一下 PDF 文档转换为 png 图像的方法，便于在项目中没有好的显示 PDF 文档的方法下通过转换为 png 图像进行显示。

1.PyMuPDF 简介

在介绍 PyMuPDF 之前，先来了解一下 MuPDF，从命名形式中就可以看出，PyMuPDF 是 MuPDF 的 Python接口形式。

1.1MuPDF

MuPDF 是一个轻量级的 PDF、XPS和电子书查看器。MuPDF 由软件库、命令行工具和各种平台的查看器组成。

MuPDF 中的渲染器专为高质量抗锯齿图形量身定制。它以精确到像素的几分之一内的度量和间距呈现文本，以在屏幕上再现打印页面的外观时获得最高保真度。

这个观察器很小，速度很快，但是很完整。它支持多种文档格式，如PDF、XPS、OpenXPS、CBZ、EPUB和FictionBook 2。您可以使用移动查看器对 PDF 文档进行注释和填写表单(这个功能很快也将应用于桌面查看器)。

命令行工具允许您注释、编辑文档，并将文档转换为其他格式，如HTML、SVG、PDF和CBZ。您还可以使用Javascript编写脚本来操作文档。

1.2PyMuPDF

PyMuPDF 是支持 MuPDF 的Python绑定。

使用 PyMuPDF，你可以访问扩展名为“.pdf”、“.xps”、“.oxps”、“.cbz”、“.fb2”或“.epub”。此外，大约10种流行的图像格式也可以像文档一样处理:“.png”，“.jpg”，“.bmp”，“.tiff”等。

2.PyMuPDF 安装

使用 pip 安装命令：

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

除了标准库，它没有强制性的外部依赖项。只有在安装了某些包时，才会有一些不错的方法

• Pillow：当使用 Pixmap.pil_save() 和 Pixmap.pil_tobytes() 时需要
• fontTools：当使用 Document.subset_fonts() 时需要
• pymupdf-fonts 是一个不错的字体选择，可以用于文本输出方法

导入库：

import fitz

查看版本：

import fitz
print(fitz.__doc__)

3.使用 PyMuPDF

3.1打开文档

doc = fitz.open(filename)  # or fitz.Document(filename)

返回 Document 对象。

3.2 Document 的一些方法和属性

3.3 元数据

3.4 使用目录大纲

toc = doc.get_toc()

3.5 使用页面

获取某页面：

page = doc.load_page(pno)  # loads page number 'pno' of the document (0-based)
page = doc[pno]  # the short form

迭代页面：

for page in doc:
    # do something with 'page'

# ... or read backwards
for page in reversed(doc):
    # do something with 'page'

# ... or even use 'slicing'
for page in doc.pages(start, stop, step):
    # do something with 'page'

3.6 呈现页面

获取页面内容的图像：

pix = page.get_pixmap()

3.7 保存页面为图像文件

pix.save("page-%i.png" % page.number)

4.示例代码

将 pdf 文件的每一页转换为 png 图像，代码如下：

# coding: utf-8
import sys
import fitz


# pdffilename 表示 PDF 文件名，全路径名
def arc2pdf(pdffilename: str):
    doc = fitz.open(pdffilename)
    for i in range(0, doc.page_count):
        page = doc.load_page(i)
        pix = page.get_pixmap()
        pix.save("%s._%i.png" % (pdffilename, page.number))


if __name__ == '__main__':
    if len(sys.argv) != 2:
        print('参数错误!')
        sys.exit(0)

    pdffilename=sys.argv[1]
    arc2pdf(pdffilename)