pymupdf 是一个用于处理 PDF 文件的 Python 库，提供了丰富的功能和灵活的接口，使得在 Python 环境中处理 PDF 文件变得简单而强大。该库建立在 MuPDF 渲染引擎的基础上，MuPDF 是一款高性能的 PDF 渲染器，pymupdf 将其封装成一个易于使用的 Python 模块。

主要功能：

打开和查看 PDF 文件：

使用 fitz.open 方法可以打开一个 PDF 文件，返回一个 fitz.Document 对象，通过这个对象可以进行后续的操作。
查看 PDF 中的页面数量，获取页面的尺寸和其他基本信息。
import fitz

pdf_path = "example.pdf"
pdf_document = fitz.open(pdf_path)

# 获取页面数量
num_pages = pdf_document.page_count
print(f"Total number of pages: {num_pages}")

# 获取第一页
first_page = pdf_document[0]
width, height = first_page.rect.width, first_page.rect.height
print(f"Page size: {width} x {height} points")
 
 
文本提取和搜索：

通过 get_text 方法可以提取页面上的文本内容，也可以进行基于关键词的搜索。
文本提取可以用于实现 PDF 文本内容的分析和搜索引擎的建立。
# 提取第一页的文本
text = first_page.get_text("text")
print("Text on the first page:", text)

# 搜索关键词
keyword = "Python"
keyword_instances = first_page.search_for(keyword)
print(f"Found {len(keyword_instances)} instances of '{keyword}' on the first page.")
 
图像提取：

通过 get_pixmap 方法可以获取页面上的图像，这为进一步的图像处理提供了可能性。
图像提取可用于分析 PDF 中的图表、图片等信息。
# 获取第一页的图像
pixmap = first_page.get_pixmap()
pixmap.writePNG("page_1_image.png")
print("Image extracted from the first page.")
 
PDF 修改和创建：

fitz.Document 对象支持页面的增删改操作，使得可以在现有 PDF 文件的基础上进行修改。
创建新的 PDF 文件，添加页面并设置内容，最后保存为新文件。
# 创建新的 PDF 文档
new_pdf = fitz.open()

# 添加页面并设置内容
new_page = new_pdf.new_page(width, height)
new_page.insert_text((100, 100), "Hello, PDF!")

# 保存为新的 PDF 文件
new_pdf.save("new_document.pdf")
print("New PDF document created.")
 
 
PDF 加密和解密：

fitz.Document 对象支持对 PDF 进行加密和解密，保护文档内容的安全性。
# 加密 PDF 文档
pdf_document.encrypt("password")

# 保存加密后的文档
pdf_document.save("encrypted_document.pdf")
print("PDF document encrypted.")

# 解密 PDF 文档
pdf_document.decrypt("password")

# 保存解密后的文档
pdf_document.save("decrypted_document.pdf")
print("PDF document decrypted.")
 
以上仅是 pymupdf 提供的一小部分功能，该库还支持更高级的特性，如注释的添加、旋转页面、获取链接等。由于 MuPDF 引擎的高效性能，pymupdf 在处理大型 PDF 文件时表现出色，适用于需要在 Python 中进行 PDF 文件处理的各种场景。