Una Comparación Entre IronPDF Para Python & PyPDF

Características

PyPDF es una biblioteca de Python para PDF capaz de ofrecer las siguientes funciones:

• Leer archivos PDF: Extraer texto, imágenes y metadatos de archivos PDF existentes.
• Crear archivos PDF: Crea nuevos archivos PDF desde cero o modifica los existentes con texto e imágenes.
• Combinar archivos PDF: Combina varios archivos PDF en un único documento.
• Dividir archivos PDF: Dividir un PDF en archivos separados, cada uno de los cuales contiene una o más páginas.
• Girar y superponer páginas: Gira páginas y añade marcas de agua o superposiciones a archivos PDF.
• Cifrado y descifrado de archivos PDF: Aumente la seguridad de los archivos PDF cifrándolos y descifrándolos.
• Extracción de texto: Obtenga texto sin formato de archivos PDF o de regiones específicas dentro de una página.
• Extracción de imágenes: Recupera imágenes incrustadas en archivos PDF.
• Manipular archivos PDF: copiar, eliminar o reorganizar páginas dentro de un archivo PDF.
• Relleno de campos de formulario: Rellena campos de formulario en archivos PDF mediante programación.

Características

Estas son algunas de las características más destacadas de IronPDF:

• Generación de PDF: IronPDF permite a los desarrolladores crear documentos PDF desde cero o convertir contenido HTML a formato PDF, lo que facilita la generación de informes y documentos dinámicos y visualmente atractivos.
• Manipulación avanzada de texto e imágenes: Los desarrolladores pueden manipular fácilmente texto e imágenes dentro de archivos PDF. IronPDF ofrece funcionalidades para añadir, editar y dar formato al texto, así como para insertar, cambiar el tamaño y colocar imágenes con precisión.
• Fusión y división de archivos PDF: IronPDF permite fusionar varios archivos PDF en un único documento y dividir un PDF en varios archivos independientes, lo que ofrece flexibilidad en la gestión del contenido de los PDF.
• Compatibilidad con formularios PDF: Con IronPDF, los desarrolladores pueden trabajar con formularios PDF, lo que les permite rellenar campos de formulario, extraer datos de formularios y crear archivos PDF interactivos.
• Seguridad y cifrado de PDF: IronPDF ofrece funciones para añadir protección con contraseña y cifrado a los documentos PDF, garantizando la seguridad y la confidencialidad de los datos.
• Anotaciones en PDF: Los desarrolladores pueden añadir anotaciones, como comentarios, resaltados y marcadores, para mejorar la colaboración y la legibilidad dentro de los archivos PDF.
• Encabezado y pie de página: IronPDF permite añadir encabezados y pies de página a las páginas PDF, lo que aporta identidad de marca y contexto al documento.
• Generación de códigos de barras: IronPDF facilita la generación de diversos tipos de códigos de barras y códigos QR directamente en documentos PDF mediante HTML.
• Alto rendimiento: Basado en la biblioteca .NET de IronPDF, IronPDF ofrece un alto rendimiento y eficiencia en el manejo de archivos PDF de gran tamaño y operaciones complejas.

El artículo queda ahora así:

1. Crear un proyecto en Python
2. Instalación de PyPDF
3. Instalación de IronPDF
4. Creación de documentos PDF
5. Combinar archivos PDF
6. Dividir archivos PDF
7. Extracción de texto de archivos PDF
8. Licencias
9. Conclusión

2.1. Uso del símbolo del sistema

1. Abre el Símbolo del sistema o el terminal en tu ordenador.

2. Para instalar PyPDF, utilice el siguiente comando pip:

   pip install pypdf

   pip install pypdf

   SHELL
3. Espere a que finalice la instalación de PyPDF. Deberías ver un mensaje de éxito indicando que PyPDF se ha instalado.

Puedes seguir el mismo proceso para instalar PyPDF en la terminal de PyCharm.

Nota: Python debe añadirse a la variable de Entorno PATH del sistema.

2.2. Uso de PyCharm

1. Abre el IDE PyCharm.
2. Crea un nuevo proyecto de Python o abre uno ya existente.
3. Una vez dentro del proyecto, haz clic en Archivo en el menú superior y selecciona Configuración.
4. En la ventana de configuración de Windows, vaya a "Proyecto:" y haga clic en "Intérprete de Python".

5. En la ventana del intérprete de Python, haz clic en el icono "+" para añadir un nuevo paquete.

   

6. En la ventana "Paquetes disponibles", busca "PyPDF".

   

7. Seleccione "PyPDF" de la lista y haga clic en el botón "Instalar paquete".
8. Espera a que PyCharm descargue e instale PyPDF.

Requisitos previos

IronPDF for Python aprovecha la potente tecnología .NET 6.0 como base. Por lo tanto, para utilizar IronPDF for Python de forma eficaz, es imprescindible tener instalado el tiempo de ejecución de .NET 6.0 en el sistema. Es posible que los usuarios de Linux y Mac tengan que descargar e instalar .NET desde el sitio web oficial de Microsoft (<https: dotnet.microsoft.com="" en-us="" download="" dotnet="" 6.0="">) antes de empezar a trabajar con este paquete de Python.</https:> Asegurar la presencia del tiempo de ejecución de .NET 6.0 permitirá una integración perfecta y un rendimiento óptimo al utilizar IronPDF for Python en tareas de procesamiento de PDF.

3.1. Uso del símbolo del sistema

1. Abre el Símbolo del sistema o el terminal en tu ordenador.

2. Para instalar IronPDF, utilice el siguiente comando pip:

   pip install ironpdf

   pip install ironpdf

   SHELL
3. Espere a que finalice la instalación. Debería aparecer un mensaje de éxito indicando que IronPDF se ha instalado.

3.2. Uso de PyCharm

1. Abre el IDE PyCharm en tu ordenador.
2. Crea un nuevo proyecto de Python o abre uno ya existente.
3. Una vez dentro del proyecto, haz clic en "Archivo" en el menú superior y selecciona "Configuración".
4. En la ventana de configuración de Windows, vaya a "Proyecto:" y haga clic en "Intérprete de Python".
5. En la ventana del intérprete de Python, haz clic en el icono "+" para añadir un nuevo paquete.

6. En la ventana "Paquetes disponibles", busque "IronPDF".

   

7. Seleccione "IronPDF" de la lista y haga clic en el botón "Instalar paquete".
8. Espere a que IronPDF se descargue e instale. Aparecerá un mensaje de éxito indicando que IronPDF está instalado.

Ahora, ambas bibliotecas están instaladas y listas para usar. Pasemos a la comparación en sí.

4.1. Uso de PyPDF

PyPDF ofrece funciones básicas para crear nuevos archivos PDF. Sin embargo, no dispone de un método integrado para convertir directamente contenido HTML a PDF. Para crear un nuevo PDF con PyPDF, debemos añadir contenido a un PDF existente o crear un nuevo PDF en blanco y, a continuación, añadirle texto o imágenes. El siguiente código ayuda a realizar esta tarea de creación de archivos PDF:

from pypdf import PdfWriter, PdfReader

# Create a new PDF file
pdf_output = PdfWriter()

# Add a new blank page
page = pdf_output.add_blank_page(width=610, height=842)  # Width and height are in points (1 inch = 72 points)

# Read content from an existing PDF
with open('input.pdf', 'rb') as existing_pdf:
    existing_pdf_reader = PdfReader(existing_pdf)
    # Merge content from the first page of the existing PDF
    page.merge_page(existing_pdf_reader.pages[0])

# Save the new PDF to a file
with open('output.pdf', 'wb') as output_file:
    pdf_output.write(output_file)

from pypdf import PdfWriter, PdfReader

# Create a new PDF file
pdf_output = PdfWriter()

# Add a new blank page
page = pdf_output.add_blank_page(width=610, height=842)  # Width and height are in points (1 inch = 72 points)

# Read content from an existing PDF
with open('input.pdf', 'rb') as existing_pdf:
    existing_pdf_reader = PdfReader(existing_pdf)
    # Merge content from the first page of the existing PDF
    page.merge_page(existing_pdf_reader.pages[0])

# Save the new PDF to a file
with open('output.pdf', 'wb') as output_file:
    pdf_output.write(output_file)

El archivo de entrada contiene 28 páginas y solo se añade la primera página al nuevo archivo PDF. El resultado es el siguiente:

4.2. Uso de IronPDF

IronPDF ofrece funciones avanzadas para crear nuevos archivos PDF directamente a partir de contenido HTML. Esto resulta muy útil para generar informes y documentos dinámicos sin necesidad de pasos adicionales. Aquí tienes el código de ejemplo:

import ironpdf

# Set IronPDF license key to unlock full features
ironpdf.License.LicenseKey = "YOUR-LICENSE-KEY-HERE"

# Create a PDF from an HTML string using Python
renderer = ironpdf.ChromePdfRenderer()
pdf = renderer.RenderHtmlAsPdf("<h1>Hello World</h1><p>This PDF is created using IronPDF for Python</p>")

# Export to a file or stream
pdf.SaveAs("output.pdf")

# Advanced Example with HTML Assets
# Load external html assets Images, CSS, and JavaScript.
# An optional BasePath 'C:\site\assets\' is set as the file location to load assets from
myAdvancedPdf = renderer.RenderHtmlAsPdf("<img src='icons/iron.png'>", "C:\\site\\assets")
myAdvancedPdf.SaveAs("html-with-assets.pdf")

import ironpdf

# Set IronPDF license key to unlock full features
ironpdf.License.LicenseKey = "YOUR-LICENSE-KEY-HERE"

# Create a PDF from an HTML string using Python
renderer = ironpdf.ChromePdfRenderer()
pdf = renderer.RenderHtmlAsPdf("<h1>Hello World</h1><p>This PDF is created using IronPDF for Python</p>")

# Export to a file or stream
pdf.SaveAs("output.pdf")

# Advanced Example with HTML Assets
# Load external html assets Images, CSS, and JavaScript.
# An optional BasePath 'C:\site\assets\' is set as the file location to load assets from
myAdvancedPdf = renderer.RenderHtmlAsPdf("<img src='icons/iron.png'>", "C:\\site\\assets")
myAdvancedPdf.SaveAs("html-with-assets.pdf")

En el código anterior, primero aplicamos la clave de licencia para aprovechar todo el potencial de IronPDF. También puede utilizarlo sin clave de licencia, pero aparecerán marcas de agua en los archivos PDF creados. A continuación, creamos dos documentos PDF: el primero utilizando una cadena HTML como contenido y el segundo utilizando recursos. El resultado es el siguiente:

5.1. Uso de PyPDF

PyPDF permite fusionar varias páginas o documentos en un único PDF añadiendo páginas de un PDF a otro. Añade las rutas de entrada de todos los archivos PDF de la lista y utiliza el método append para fusionarlos y generar un único archivo.

from pypdf import PdfWriter

merger = PdfWriter()

for pdf in ["file1.pdf", "file2.pdf", "file3.pdf"]:
    merger.append(pdf)

merger.write("merged-pdf.pdf")
merger.close()

from pypdf import PdfWriter

merger = PdfWriter()

for pdf in ["file1.pdf", "file2.pdf", "file3.pdf"]:
    merger.append(pdf)

merger.write("merged-pdf.pdf")
merger.close()

5.2. Uso de IronPDF

IronPDF también ofrece funciones similares para fusionar documentos en uno solo, lo que facilita la consolidación de contenido procedente de diferentes fuentes PDF.

import ironpdf

ironpdf.License.LicenseKey = "YOUR-LICENSE-KEY-HERE"

html_a = """<p> [PDF_A] </p>
            <p> [PDF_A] 1st Page </p>
            <div style='page-break-after: always;'></div>
            <p> [PDF_A] 2nd Page</p>"""

html_b = """<p> [PDF_B] </p>
            <p> [PDF_B] 1st Page </p>
            <div style='page-break-after: always;'></div>
            <p> [PDF_B] 2nd Page</p>"""

renderer = ironpdf.ChromePdfRenderer()

pdfdoc_a = renderer.RenderHtmlAsPdf(html_a)
pdfdoc_b = renderer.RenderHtmlAsPdf(html_b)
merged = ironpdf.PdfDocument.Merge([pdfdoc_a, pdfdoc_b])

merged.SaveAs("Merged.pdf")

import ironpdf

ironpdf.License.LicenseKey = "YOUR-LICENSE-KEY-HERE"

html_a = """<p> [PDF_A] </p>
            <p> [PDF_A] 1st Page </p>
            <div style='page-break-after: always;'></div>
            <p> [PDF_A] 2nd Page</p>"""

html_b = """<p> [PDF_B] </p>
            <p> [PDF_B] 1st Page </p>
            <div style='page-break-after: always;'></div>
            <p> [PDF_B] 2nd Page</p>"""

renderer = ironpdf.ChromePdfRenderer()

pdfdoc_a = renderer.RenderHtmlAsPdf(html_a)
pdfdoc_b = renderer.RenderHtmlAsPdf(html_b)
merged = ironpdf.PdfDocument.Merge([pdfdoc_a, pdfdoc_b])

merged.SaveAs("Merged.pdf")

6.1. Uso de PyPDF

PyPDF es una biblioteca de Python capaz de dividir un único PDF en varios PDF independientes, cada uno de los cuales contiene una o más páginas PDF.

from pypdf import PdfReader, PdfWriter

# Open the PDF file
pdf_file = open('input.pdf', 'rb')

# Create a PdfFileReader object
pdf_reader = PdfReader(pdf_file)

# Split each page into separate PDFs
for page_num in range(len(pdf_reader.pages)):
    pdf_writer = PdfWriter()
    pdf_writer.add_page(pdf_reader.pages[page_num])
    output_filename = f'page_{page_num + 1}_pypdf.pdf'
    with open(output_filename, 'wb') as output_file:
        pdf_writer.write(output_file)

# Close the PDF file
pdf_file.close()

from pypdf import PdfReader, PdfWriter

# Open the PDF file
pdf_file = open('input.pdf', 'rb')

# Create a PdfFileReader object
pdf_reader = PdfReader(pdf_file)

# Split each page into separate PDFs
for page_num in range(len(pdf_reader.pages)):
    pdf_writer = PdfWriter()
    pdf_writer.add_page(pdf_reader.pages[page_num])
    output_filename = f'page_{page_num + 1}_pypdf.pdf'
    with open(output_filename, 'wb') as output_file:
        pdf_writer.write(output_file)

# Close the PDF file
pdf_file.close()

El código anterior divide el documento PDF de 28 páginas para separarlas en páginas individuales y guardarlas como 28 nuevos archivos PDF.

6.2. Uso de IronPDF

IronPDF también ofrece funciones similares para dividir archivos PDF, lo que permite a los usuarios dividir un único PDF en varios archivos PDF, cada uno con una sola página. Nos permite separar una página específica de un PDF de varias páginas. El siguiente código ayuda a dividir documentos en varios archivos:

import ironpdf

ironpdf.License.LicenseKey = "YOUR-LICENSE-KEY-HERE"

html = """<p> Hello Iron </p>
            <p> This is 1st Page </p>
            <div style='page-break-after: always;'></div>
            <p> This is 2nd Page</p>
            <div style='page-break-after: always;'></div>
            <p> This is 3rd Page</p>"""

renderer = ironpdf.ChromePdfRenderer()
pdf = renderer.RenderHtmlAsPdf(html)

# take the first page
page1doc = pdf.Co/pyPage(0)
page1doc.SaveAs("Split1.pdf")

# take the pages 2 & 3
page23doc = pdf.Co/pyPages(1, 2)
page23doc.SaveAs("Split2.pdf")

import ironpdf

ironpdf.License.LicenseKey = "YOUR-LICENSE-KEY-HERE"

html = """<p> Hello Iron </p>
            <p> This is 1st Page </p>
            <div style='page-break-after: always;'></div>
            <p> This is 2nd Page</p>
            <div style='page-break-after: always;'></div>
            <p> This is 3rd Page</p>"""

renderer = ironpdf.ChromePdfRenderer()
pdf = renderer.RenderHtmlAsPdf(html)

# take the first page
page1doc = pdf.Co/pyPage(0)
page1doc.SaveAs("Split1.pdf")

# take the pages 2 & 3
page23doc = pdf.Co/pyPages(1, 2)
page23doc.SaveAs("Split2.pdf")

Para obtener información más detallada sobre IronPDF en relación con la lectura de archivos PDF, la rotación de páginas PDF, el recorte de páginas, la configuración de contraseñas de propietario/usuario y otras opciones de seguridad, visite esta página de ejemplos de código de IronPDF for Python.

7.1. Uso de PyPDF

PyPDF ofrece un método sencillo para extraer texto de archivos PDF. Ofrece la clase PdfReader, que permite a los usuarios leer el contenido de texto del PDF.

from pypdf import PdfReader

reader = PdfReader("input.pdf")
page = reader.pages[0]
print(page.extract_text())

from pypdf import PdfReader

reader = PdfReader("input.pdf")
page = reader.pages[0]
print(page.extract_text())

7.2. Uso de IronPDF

IronPDF también permite extraer texto de archivos PDF utilizando la clase PdfDocument. Proporciona un método llamado ExtractAllText para obtener el contenido de texto del PDF. Sin embargo, la versión gratuita de IronPDF solo extrae unos pocos caracteres del documento PDF. Para extraer el texto completo de archivos PDF, es necesario disponer de una licencia de IronPDF. Aquí tienes el ejemplo de código para extraer contenido de archivos PDF:

import ironpdf

ironpdf.License.LicenseKey = "YOUR-LICENSE-KEY-HERE"

# Load existing PDF document
pdf = ironpdf.PdfDocument.FromFile("input.pdf")
# Extract text from PDF document
all_text = pdf.ExtractAllText()
print(all_text)

import ironpdf

ironpdf.License.LicenseKey = "YOUR-LICENSE-KEY-HERE"

# Load existing PDF document
pdf = ironpdf.PdfDocument.FromFile("input.pdf")
# Extract text from PDF document
all_text = pdf.ExtractAllText()
print(all_text)

Para obtener más información sobre la extracción de texto, consulta este ejemplo de PDF a Python.

PyPDF

PyPDF se distribuye bajo la licencia MIT, una licencia de software de código abierto conocida por sus condiciones permisivas. La licencia MIT permite a los usuarios utilizar, modificar, distribuir y sublicenciar libremente la biblioteca PyPDF sin restricciones. Los usuarios no están obligados a revelar el código fuente de sus aplicaciones que utilizan PyPDF, lo que lo hace adecuado tanto para proyectos personales como comerciales.

El texto completo de la licencia MIT suele incluirse en el código fuente de PyPDF, y los usuarios pueden encontrarlo en el archivo "LICENSE" dentro de la distribución de la biblioteca. Además, el repositorio de GitHub de PyPDF (https://github.com/py-pdf/pypdf) sirve como fuente principal para acceder a la última versión de la biblioteca y a la información de licencia asociada.

IronPDF

IronPDF es una biblioteca comercial y no es de código abierto. Ha sido desarrollada y distribuida por Iron Software. El uso de IronPDF requiere una licencia válida de Iron Software. Hay diferentes tipos de licencias disponibles, incluidas versiones de prueba con fines de evaluación y licencias de pago para uso comercial.

Dado que IronPDF es un producto comercial, ofrece características adicionales y soporte técnico en comparación con las alternativas de código abierto. Para obtener una licencia de IronPDF, los usuarios pueden visitar el sitio web oficial y consultar las opciones de licencia disponibles, los precios y los detalles de asistencia técnica. Su paquete Lite parte de NVIDIA_64_LICENSE y es una licencia perpetua.

Resumen

PyPDF es una biblioteca de Python potente y fácil de usar para trabajar con archivos PDF. Sus funciones para leer, escribir, fusionar y dividir archivos PDF la convierten en una herramienta esencial para tareas de manipulación de PDF. Tanto si necesitas extraer texto de un PDF, crear nuevos PDF desde cero o fusionar y dividir documentos existentes, PyPDF ofrece una solución fiable y eficiente. Al aprovechar las capacidades de PyPDF, los desarrolladores de Python pueden optimizar sus flujos de trabajo relacionados con PDF y mejorar su productividad.

IronPDF es una biblioteca de manipulación de PDF completa y eficiente for Python, que ofrece una amplia gama de funciones para leer, crear, fusionar y dividir archivos PDF. Tanto si necesita generar informes PDF dinámicos, extraer información de documentos PDF existentes o fusionar varios documentos, IronPDF ofrece una solución fiable y fácil de usar. Al aprovechar las capacidades de IronPDF, los desarrolladores de Python pueden optimizar sus flujos de trabajo relacionados con PDF y mejorar su productividad.

En términos generales, PyPDF es una biblioteca ligera y fácil de usar, adecuada para operaciones básicas con PDF. Es una buena opción para proyectos con requisitos sencillos en materia de PDF. Por otro lado, IronPDF ofrece una API más completa y un rendimiento robusto, lo que lo hace ideal para proyectos que exigen capacidades avanzadas de procesamiento de PDF, manejo de archivos PDF de gran tamaño y realización de tareas complejas.

Conclusión

Ambas bibliotecas ofrecen buenas funciones de programación para tareas comunes con archivos PDF. PyPDF es adecuado para operaciones sencillas e implementaciones rápidas, mientras que IronPDF ofrece una API más amplia y versátil para gestionar tareas complejas relacionadas con PDF.

En cuanto al rendimiento, es probable que IronPDF supere a PyPDF, especialmente al trabajar con archivos PDF de gran tamaño o en tareas que requieran manipulaciones complejas de PDF.

La elección entre las dos bibliotecas depende de las necesidades específicas del proyecto y de la complejidad de las tareas relacionadas con los archivos PDF que se deban realizar.

IronPDF también ofrece una prueba gratuita para probar todas sus funciones en modo comercial. Descarga IronPDF for Python desde aquí.