Extrair Dados Vetoriais de um arquivo PDF usando Python

Acessar Dados Vetoriais de um Document PDF

Usar GraphicsAbsorber para inspecionar elementos gráficos vetoriais em uma página de um Document. Após visitar a página de destino, itere pelos elementos extraídos para examinar propriedades como limites de retângulo, posições e operadores de desenho.

  1. Abra o PDF de origem como um Document.
  2. Criar um GraphicsAbsorber instância.
  3. Chamar gr_absorber.visit(page) na página de destino.
  4. Leia os itens extraídos de gr_absorber.elements.
  5. Itere pelos elementos e escreva suas propriedades em um arquivo de saída.
import aspose.pdf as ap


def extract_graphics_elements(infile, outfile):
    """
    Extract vector graphic elements from a specified page of a PDF and log basic element properties.
    Args:
        infile (str): Path to input PDF file.
        outfile (str): Path to output text file for logging element info.
    """
    document = ap.Document(infile)
    try:
        gr_absorber = ap.vector.GraphicsAbsorber()
        # Visit page 2 (pages collection is 1-indexed; document.pages[1] is the second page)
        gr_absorber.visit(document.pages[1])

        elements = gr_absorber.elements
        with open(outfile, "w", encoding="utf-8") as f:
            for idx, elem in enumerate(elements, start=1):
                # Basic properties
                rect = elem.rectangle
                pos = elem.position
                ops_count = len(elem.operators)
                f.write(
                    f"Element {idx}: Rectangle = {rect}, Position = {pos}, Operators = {ops_count}\n"
                )
    finally:
        document.close()

Salvar Gráficos Vetoriais de uma Página para um Arquivo SVG

Exportar gráficos vetoriais de uma página PDF para SVG para preservar caminhos e formas escaláveis fora do PDF original. Esse método é útil para reutilizar arte vetorial na Web, design ou fluxos de trabalho de publicação.

  1. Carregue o documento PDF.
  2. Acesse a página de destino.
  3. Chamar page.try_save_vector_graphics() exportar os caminhos vetoriais da página para SVG.
  4. Feche o documento.
import aspose.pdf as ap


def save_vector_graphics_to_svg(infile, svg_outfile):
    """
    Save vector graphics from a specified page of a PDF document into an SVG file.
    Args:
        infile (str): Path to input PDF file.
        svg_outfile (str): Path to output SVG file.
    """
    document = ap.Document(infile)
    try:
        page = document.pages[1]
        # Try to save vector graphics into SVG
        page.try_save_vector_graphics(svg_outfile)
    finally:
        document.close()

Extrair Cada Subcaminho para um SVG Separado

Quando uma página contém vários caminhos vetoriais independentes, use SvgExtractionOptions com SvgExtractor para gravar cada subcaminho em um arquivo SVG separado.

  1. Carregue o PDF.
  2. Criar SvgExtractionOptions e definir extract_every_subpath_to_svg.
  3. Acesse a primeira página do documento.
  4. Instanciar SvgExtractor com as opções.
  5. Chamar extractor.extract() para escrever arquivos SVG separados para cada subcaminho vetorial.
  6. Feche o documento.
import aspose.pdf as ap


def extract_subpaths_to_svgs(infile, output_dir):
    """
    Extract each vector sub-path on a PDF page into separate SVG files using extraction options.
    Args:
        infile (str): Input PDF file path.
        output_dir (str): Directory path where SVG files will be saved.
    """
    document = ap.Document(infile)
    try:
        options = ap.vector.SvgExtractionOptions()
        options.extract_every_subpath_to_svg = True

        page = document.pages[1]
        extractor = ap.vector.SvgExtractor(options)
        extractor.extract(page, output_dir)
    finally:
        document.close()

Extrair uma Lista de Elementos para uma Única Imagem

Extrair múltiplos elementos vetoriais de uma página PDF e salvá-los como uma única imagem SVG combinada. Isso é útil quando você deseja preservar a relação visual entre formas agrupadas, diagramas ou fragmentos de desenho.

  1. Abra o PDF usando Document.
  2. Selecione uma página e prepare uma lista de elementos vetoriais.
  3. Usar SvgExtractor para combinar esses elementos em um único SVG.
  4. Salve o arquivo de saída.
import aspose.pdf as ap


def extract_list_of_elements_to_single_image(infile, outfile):
    """
    Extracts multiple vector graphic elements from a PDF page and saves them as a single SVG image.
    Args:
        infile (str): Path to the input PDF file.
        outfile (str): Path to the output SVG file.
    """
    document = ap.Document(infile)
    try:
        page = document.pages[1]
        svg_extractor = ap.vector.SvgExtractor()
        elements = []  # Fill this list with specific graphic elements as needed
        svg_extractor.extract(elements, page, outfile)
    finally:
        document.close()

Extrair elemento único

Extraia um elemento vetorial específico de um PDF e salve‑o como um arquivo SVG individual. Isso é útil para isolar logotipos, ícones ou formas independentes de páginas mais complexas baseadas em vetor.

  1. Criar um GraphicsAbsorber para capturar dados vetoriais.
  2. Visite uma página específica para coletar seus elementos vetoriais.
  3. Selecione um elemento alvo, como um XFormPlacement.
  4. Salve esse único elemento em um arquivo SVG.
import aspose.pdf as ap


def extract_single_vector_element(infile, outfile):
    """
    Extracts a specific vector graphic element (e.g., an XFormPlacement) from a PDF page and saves it as an SVG file.
    Args:
        infile (str): Path to the input PDF file.
        outfile (str): Path to the output SVG file.
    """
    document = ap.Document(infile)
    try:
        graphics_absorber = ap.vector.GraphicsAbsorber()
        page = document.pages[1]
        graphics_absorber.visit(page)
        xform_placement = graphics_absorber.elements[1]
        if isinstance(xform_placement, ap.vector.XFormPlacement):
            xform_placement.elements[2].save_to_svg(outfile)
    finally:
        document.close()
Extrair Dados do AcroForm usando Python