Python 的 Aspose.PDF FOSS
开源 Python 库，用于创建、读取、编辑、渲染和验证 PDF 文档 —— MIT 许可证，无运行时费用。
Aspose.PDF FOSS — 开源 Python PDF 库
Aspose.PDF FOSS for Python 是一个用于创建、读取、编辑、渲染和验证 PDF 文档的开源库。该库基于 Python 3.11 及更高版本构建，随附类型信息，并可集成到任何 Python 项目中（请参阅下文的安装章节）。项目目前处于 alpha 阶段，因此 API 和功能覆盖将在首次正式发布之前持续演进。
Document 类是核心入口，提供 pages、form、outlines 和 tagged_content 用于结构化编辑，同时支持 encrypt、decrypt、merge、optimize 和 flatten 等操作。文本可通过 Page.add_text() 添加，并使用 PdfExtractor 和 TextFragmentAbsorber 进行提取或搜索，支持基于短语和正则表达式的替换与遮蔽。页面可通过 Page.render() 和 Page.save_as_image() 渲染为 PNG 或 TIFF 栅格图像。交互式 AcroForm 字段可通过 Form 和 Field 创建并填写，文档还能使用 Document.validate_pdfa()、Document.convert_to_pdfa() 和 Document.auto_tag() 检查或转换为符合 PDF/A 与 PDF/UA 标准。
Aspose.PDF FOSS for Python 在 MIT 许可证下发布，无运行时费用或使用限制。核心包仅依赖 cryptography 和 asn1crypto，可选扩展包括基于 Pillow 的图像支持、基于 Brotli 的 WOFF2 解码以及基于 HarfBuzz 的复杂文本布局。有关企业功能和支持，请参阅 Aspose.PDF for Python — Enterprise Product。
文档和页面操作
- 通过
Document创建、加载、保存和合并 PDF - 使用可变的
PageCollection（通过document.pages暴露）管理页面 - 使用
Page.add_text()添加定位的 Standard-14 或嵌入的 Unicode 文本 - 使用
Page.add_image()在页面上放置原始、JPEG 或 PNG 图像 - 使用
Page.draw_rectangle()和Page.draw_line()绘制矢量形状
实际场景
- 程序化生成发票、证书和报告
- 从共享模板批量生成文档
- 从生成的章节组装多页报告
- 在 Web 服务中完全在内存中构建 PDF
文本提取和搜索
- 使用
PdfExtractor和get_text()提取所有页面文本 - 使用
has_next_page_text()和get_next_page_text()逐页遍历文本 - 使用
TextFragmentAbsorber搜索精确短语和正则表达式模式 - 使用
Document.replace_text()替换匹配的文本 - 使用
Document.redact_text()对匹配的文本进行编辑遮蔽，可选地绘制覆盖条
实际场景
- 构建文档存档的全文搜索索引
- 在共享之前编辑个人可识别信息
- 在模板化合同中查找并替换模板文本
- 审计传入文档中的敏感词汇
页面渲染为图像
- 使用
Page.render()将页面渲染为不依赖的 RGB 光栅 - 通过
Page.save_as_image()将渲染输出保存为 PNG 或 TIFF - 使用
Document.save_page_as_image()批量渲染整个文档 - 使用
dpi参数控制分辨率，使用antialias控制边缘质量 - 从返回的
RasterizedPage中读取原始像素数据
实际场景
- 为文档管理库生成页面缩略图
- 从完成的布局生成可打印的 TIFF 样张
- 为文档查看器构建页面预览图库
- 将旧版 PDF 档案转换为基于图像的查看格式
表单和交互式字段
- 通过
Document.form读取并遍历 AcroForm 字段 - 使用
Form.add_text_field()创建文本字段 - 使用
Form.add_checkbox()和Form.add_radio_group()创建复选框和单选组 - 使用
Form.add_list_box()和Form.add_combo_box()创建列表框和组合框 - 通过
Field.value按字段名称设置值，然后使用Document.flatten()扁平化
实际场景
- 自动化发票和合同表单填写流程
- 在分发前预填充应用模板
- 将已填写的表单存档为不可编辑的静态内容 PDF
- 提取提交的字段值以进行下游处理
安全、加密和签名
- 使用用户密码和所有者密码通过
Document.encrypt()加密文档 - 使用
Document.change_passwords()和Document.decrypt()更改或清除密码 - 使用
PdfSignature.validate()验证嵌入的数字签名 - 使用可配置的
PdfLoadLimits限制不受信任的输入 - 通过
ValidationResult检查签署者、信任和吊销状态
实际场景
- 用每个收件人密码保护机密报告
- 在归档前验证已签署的合同
- 加固 PDF 摄取管道以防恶意上传
- 对分发的文件实施打印和复制权限限制
PDF/A 和 PDF/UA 合规性
- 使用
Document.validate_pdfa()运行启发式 PDF/A 验证 - 使用
Document.convert_to_pdfa()将文档转换为 PDF/A - 使用
Document.validate_pdfua()运行启发式 PDF/UA 可访问性检查 - 使用
Document.auto_tag()自动为现有页面内容标记为结构树 - 通过
Document.tagged_content检查并编辑标签树
实际场景
- 为长期数字存档准备外发文档
- 在发布前筛选传入的 PDF 以查找可访问性差距
- 为受监管行业构建合规报告
- 将遗留 PDF 修复至可访问性标准
创建 PDF 并添加文本
在几行代码中构建一个新的 PDF 文档并向页面添加定位文本。
git clone https://github.com/aspose-pdf-foss/Aspose-PDF-FOSS-for-Python.git
cd Aspose-PDF-FOSS-for-Python
pip install -e .from aspose_pdf import Document
with Document() as document:
page = document.pages.add()
page.add_text(
"Hello from Aspose.PDF FOSS!",
x=72,
y=720,
font_size=18,
)
document.save("hello.pdf")
将页面渲染为图像
加载现有 PDF 并以可配置的 DPI 将其首页保存为光栅图像。
from aspose_pdf import Document
with Document() as document:
document.load_from("input.pdf")
document.pages[0].save_as_image("page-1.png", dpi=144)
从 PDF 中提取文本
绑定文档并使用提取器外观提取其所有页面文本。
from aspose_pdf import PdfExtractor
with PdfExtractor() as extractor:
extractor.bind_pdf("input.pdf")
extractor.extract_text()
print(extractor.get_text())
合并 PDF 文件
将多个 PDF 文件合并为单个输出文档。
from aspose_pdf import PdfFileEditor
with PdfFileEditor() as editor:
if not editor.concatenate(["part-1.pdf", "part-2.pdf"], "merged.pdf"):
raise RuntimeError(editor.last_exception)
