IronPDF for Python 和 PyPDF 的对比

特点

PyPDF是一个Python PDF库，具有以下功能：

• 读取PDF文件：从现有的PDF文件中提取文本、图像和元数据。
• 写入PDF文件：从头创建新PDF或用文本和图像修改现有PDF。
• 合并PDF文件：将多个PDF文件合并为一个文档。
• 拆分PDF文件：将一个PDF分割为多个文件，每个文件包含一个或多个页面。
• 旋转和覆盖页面：旋转页面并向PDF中添加水印或覆盖层。
• 加密和解密PDF文件：通过对PDF进行加密和解密为其添加安全性。
• 提取文本：从PDF中或某特定页面区域获取纯文本。
• 提取图像：检索嵌入在PDF中的图像。
• 操作PDF文件：复制、删除或重新排列PDF文件中的页面。
• 填充表单字段：以程序方式填充PDF中的表单字段。

特点

以下是IronPDF的一些主要功能：

• PDF生成：IronPDF允许开发人员从头创建PDF文档或将HTML内容转换为PDF格式，便于生成动态和视觉吸引力的报告和文档。
• 高级文本和图像操作：开发人员可以轻松在PDF文件中操作文本和图像。 IronPDF提供添加、编辑和格式化文本的功能，以及精确插入、调整大小和定位图像。
• PDF合并和PDF拆分：IronPDF可以将多个PDF文件合并为单个文档，并将PDF拆分为多个单独的文件，为PDF内容管理提供灵活性。
• PDF表单支持：借助IronPDF，开发人员可以处理PDF表单，允许他们填写表单字段、提取表单数据及创建交互式PDF。
• PDF安全和加密：IronPDF提供功能来为PDF文档添加密码保护和加密，确保数据安全性和机密性。
• PDF批注：开发人员可以添加批注，如注释、高亮和书签，以增强PDF内的协作和可读性。
• 页眉和页脚：IronPDF允许为PDF页面添加页眉和页脚，为文档提供品牌和上下文。
• 条码生成：IronPDF支持直接将各种类型的条码和二维码生成到PDF文档中，使用HTML。
• 高性能：基于IronPDF的.NET库构建，IronPDF在处理大型PDF文件和复杂操作时提供高性能和效率。

文章现在如下所示：

1. 创建一个Python项目
2. PyPDF安装
3. IronPDF安装
4. 创建PDF文档
5. 合并PDF文件
6. 拆分PDF文件
7. 从PDF文件中提取文本
8. 授权
9. 结论

2.1. 使用命令提示符

1. 打开您的计算机上的命令提示符或终端。

2. 要安装PyPDF，使用以下pip命令：

   pip install pypdf

   pip install pypdf

   SHELL
3. 等待PyPDF安装完成。 您将看到一个指示PyPDF已安装成功的信息。

您可以使用相同的过程在PyCharm终端中安装PyPDF。

注意：Python必须添加到系统路径环境变量中。

2.2. 使用PyCharm

1. 打开PyCharm IDE。
2. 创建一个新的Python项目或打开一个现有项目。
3. 一旦进入项目中，请点击顶部菜单中的文件并选择设置。
4. 在设置窗口中，导航到"项目："并点击"Python解释器"。
5. 在Python解释器窗口中，点击"+"图标以添加新包。

6. 在"可用包"窗口中，搜索"PyPDF"。

7. 从列表中选择"PyPDF"并点击"安装包"按钮。
8. 等待PyCharm下载并安装PyPDF。

先决条件

IronPDF for Python采用功能强大的.NET 6.0技术作为其基础。 因此，要有效利用IronPDF for Python，系统上必须安装.NET 6.0运行时。 Linux和Mac用户可能需要从Microsoft官方网站（https://dotnet.microsoft.com/en-us/download/dotnet/6.0）下载并安装.NET，然后才能使用此Python包。 确保.NET 6.0运行时的存在将确保在使用IronPDF for Python进行PDF处理任务时的无缝集成和最佳性能。

3.1. 使用命令提示符

1. 打开您的计算机上的命令提示符或终端。

2. 要安装IronPDF，使用以下pip命令：

   pip install ironpdf

   pip install ironpdf

   SHELL
3. 等待安装完成。 您将看到一个指示IronPDF已安装成功的信息。

3.2. 使用PyCharm

1. 打开您计算机上的PyCharm IDE。
2. 创建一个新的Python项目或打开一个现有项目。
3. 一旦进入项目中，点击顶部菜单中的"文件"并选择"设置"。
4. 在设置窗口中，导航到"项目："并点击"Python解释器"。
5. 在Python解释器窗口中，点击"+"图标以添加新包。
6. 在"可用包"窗口中，搜索"ironpdf"。

7. 从列表中选择"ironpdf"并点击"安装包"按钮。
8. 等待下载和安装IronPDF。 您将看到一个表明IronPDF已安装的成功信息。

现在，两个库都已安装并可以使用。 让我们进入比较本身。

4.1. 使用PyPDF

PyPDF提供创建新PDF文件的基本功能。 但是，它没有用于直接将HTML内容转换为PDF的内置方法。 要使用PyPDF创建新的PDF，我们需向现有PDF添加内容或创建一个新的空白PDF，然后向其添加文本或图像。 以下代码有助于完成创建PDF文件的任务：

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)

输入文件包含28页，且仅将第一页添加到新PDF文件中。输出如下所示：

4.2. 使用IronPDF

IronPDF提供了直接从HTML内容创建新PDF文件的高级功能。 这使得生成动态报告和文档变得方便，而无需额外步骤。 以下是示例代码：

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")

在上述代码中，我们首先应用了许可证密钥，以便充分利用IronPDF的功能。 您也可以在没有许可证密钥的情况下使用它，但在生成的PDF文件中将会出现水印。 然后，我们使用HTML字符串作为内容创建两个PDF文档，并使用资产创建第二个文档。 译文如下：

5.1. 使用PyPDF

PyPDF允许通过将一个PDF的页面附加到另一个PDF中，从而将多个页面/文档合并为一个PDF。 在列表中添加所有PDF文件的输入路径并使用追加方法合并并生成单个文件。

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. 使用IronPDF

IronPDF也提供类似的文档合并能力，使得轻松合并来自不同PDF来源的内容成为可能。

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. 使用PyPDF

PyPDF是一个Python库，能够将单个PDF拆分为多个独立的PDF，每个PDF包含一页或多页。

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()

上面的代码将28页的PDF文档拆分为单页，并保存为28个新PDF文件。

6.2. 使用IronPDF

IronPDF也提供类似的PDF拆分能力，允许用户将单个PDF分为多个PDF文件，每个文件包含一个PDF页面。 它允许我们从多个页面组成的PDF中提取特定页面进行拆分。 以下代码有助于将文档拆分为多个文件：

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.CopyPage(0)
page1doc.SaveAs("Split1.pdf")

# take the pages 2 & 3
page23doc = pdf.CopyPages(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.CopyPage(0)
page1doc.SaveAs("Split1.pdf")

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

有关 IronPDF 读取 PDF 文件、旋转 PDF 页面、裁剪页面、设置所有者/用户密码以及其他安全选项的更多详细信息，请访问此 IronPDF for Python 示例页面。

7.1. 使用PyPDF

PyPDF提供了一个简单的方法，从PDF中提取文本。 它提供了PdfReader类，允许用户读取PDF中的文本内容。

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. 使用IronPDF

IronPDF也支持使用PdfDocument类从PDF中提取文本。 它提供了一个名为ExtractAllText的方法，用于获取PDF中的文本内容。 然而，IronPDF的免费版只能从PDF文档中提取少量字符。 要从PDF中提取完整文本，IronPDF需要许可。 以下是提取PDF文件内容的代码示例：

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)

如需了解更多关于提取文本的信息，请访问PDF文本至Python示例。

PyPDF

PyPDF按照MIT许可证分发，这是一种以宽松条款而闻名的开源软件许可证。 MIT许可证允许用户自由使用、修改、分发和再许可PyPDF库，无任何限制。 使用PyPDF的用户不需要公布其应用程序的源代码，使其适用于个人和商业项目。

MIT许可证的完整文本通常包含在PyPDF的源代码中，用户可以在库的分发包中的"LICENSE"文件中找到它。 此外，PyPDF GitHub存储库（https://github.com/py-pdf/pypdf）是访问最新版本的库及其相关许可证信息的主要来源。

IronPDF。

IronPDF 是一个商业库，并非开源项目。 它由Iron Software 开发和分发。 使用IronPDF需要Iron Software的有效许可证。 有多种许可证类型可用，包括用于评估目的的试用版本和用于商业用途的付费许可证。

由于IronPDF是一个商业产品，相较于开源替代方案，它提供了额外的功能和技术支持。 要获取IronPDF 许可证，用户可以访问官方网站，浏览可用的许可证选项、定价和支持细节。 其Lite套餐从NVIDIA_64_LICENSE开始，是一个永久许可证。

总结

PyPDF是一个强大且用户友好的Python库，用于处理PDF文件。 其读取、写入、合并及拆分PDF的功能使之成为PDF操作任务中的关键工具。 无论您需要从PDF中提取文本、从头创建新PDF，还是合并和拆分现有文档，PyPDF都提供了一个可靠和高效的解决方案。 通过利用PyPDF的功能，Python开发人员可以简化其与PDF相关的工作流程并提高生产力。

IronPDF是一个全面且高效的PDF操作库，用于Python，提供了一系列用于读取、创建、合并和拆分PDF文件的功能。 无论您需要生成动态PDF报告、从现有PDF中提取文档信息，或合并多个文档，IronPDF都提供了可靠且易于使用的解决方案。 通过利用IronPDF的功能，Python开发人员可以简化其与PDF相关的工作流程并提高生产力。

总体对比来看，PyPDF是一个轻量且易用的库，适用于基本的PDF操作。 对于简单PDF需求的项目，它是一个不错的选择。 另一方面，IronPDF提供了更广泛的API及强大的性能，使其成为需要高级PDF处理能力，处理大PDF文件及执行复杂任务的项目的理想选择。

结论

这两个库在常见的PDF任务中都具有良好的编码功能。 PyPDF适用于简单操作和快速实现，而IronPDF提供了更广泛和多用途的API，用于处理复杂的PDF相关任务。

在性能方面，IronPDF可能会在处理大PDF文件或需要复杂PDF操作的任务中优于PyPDF。

选择哪个库取决于项目的具体需求及所涉及的PDF相关任务的复杂性。

IronPDF 还可以进行免费试用以测试其完整功能的商业模式。 从 这里 下载 IronPDF for Python。