使用 Python 从 PDF 文件提取矢量数据

访问 PDF 文档中的矢量数据

使用 GraphicsAbsorber 检查页面上的矢量图形元素 文档. 在访问目标页面后，遍历提取的元素，以检查诸如矩形边界、位置和绘图操作符等属性。

1. 打开源 PDF 作为 Document.
2. 创建一个 GraphicsAbsorber 实例。
3. 调用 gr_absorber.visit(page) 在目标页面上。
4. 读取提取的项目来自 gr_absorber.elements.
5. 遍历这些元素并将它们的属性写入输出文件。

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()

将页面中的矢量图形保存为 SVG 文件

将 PDF 页面中的矢量图形导出为 SVG，以在原始 PDF 之外保留可缩放的路径和形状。此方法对于在网页、设计或出版工作流中重复使用矢量艺术作品非常有用。

1. 加载 PDF 文档。
2. 访问目标页面。
3. 调用 page.try_save_vector_graphics() 将页面的矢量路径导出为 SVG。
4. 关闭文档。

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()

将每个子路径提取为单独的 SVG

当页面包含多个独立的矢量路径时，使用 SvgExtractionOptions 与 SvgExtractor 将每个子路径写入单独的 SVG 文件。

1. 加载 PDF。
2. 创建 SvgExtractionOptions 并设置 extract_every_subpath_to_svg.
3. 访问文档的第一页。
4. 实例化 SvgExtractor 带有选项。
5. 调用 extractor.extract() 为每个矢量子路径编写单独的 SVG 文件。
6. 关闭文档。

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()

将元素列表提取为单个图像

从 PDF 页面提取多个矢量元素，并将它们保存为单个合并的 SVG 图像。当您希望保留分组形状、图表或绘图片段之间的视觉关系时，这非常有用。

1. 使用以下方式打开 PDF 文档.
2. 选择页面并准备矢量元素列表。
3. 使用 SvgExtractor 以将这些元素合并为一个 SVG。
4. 保存输出文件。

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()

提取单个元素

从 PDF 中提取单个特定的矢量元素并将其保存为独立的 SVG 文件。这对于从更复杂的矢量页面中分离徽标、图标或独立形状非常有用。

1. 创建一个 GraphicsAbsorber 捕获矢量数据。
2. 访问特定页面以收集其矢量元素。
3. 选择目标元素，例如一个 XFormPlacement.
4. 将该单个元素保存为 SVG 文件。

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()