ファイルの変換#
ファイルからPDFへ#
PyMuPDFでサポートされているドキュメントタイプ は、Document.convert_to_pdf() メソッドを使用することで簡単に PDF に変換できます。このメソッドはデータバッファを返し、それを PyMuPDF が利用して新しい PDF を作成できます。
例
import pymupdf
xps = pymupdf.open("input.xps")
pdfbytes = xps.convert_to_pdf()
pdf = pymupdf.open("pdf", pdfbytes)
pdf.save("output.pdf")
PDFからSVGへ#
技術的には、SVGファイルは複数ページを持つことができないため、各ページをSVGとしてエクスポートする必要があります。
ページのSVG表現を取得するには、Page.get_svg_image() メソッドを使用します。
例
import pymupdf
doc = pymupdf.open("input.pdf")
page = doc[0]
# Convert page to SVG
svg_content = page.get_svg_image()
# Save to file
with open("output.svg", "w", encoding="utf-8") as f:
f.write(svg_content)
doc.close()
PDFからMarkdownへ#
PyMuPDF4LLM API を利用することで、PDFをMarkdown表現に変換できます。
例
import pymupdf4llm
import pathlib
md_text = pymupdf4llm.to_markdown("test.pdf")
print(md_text)
pathlib.Path("4llm-output.md").write_bytes(md_text.encode())
PDFからDOCXへ#
PyMuPDF を使用してドキュメントを PDF から DOCX 形式に変換する pdf2docx ライブラリを使用します。
例
from pdf2docx import Converter
pdf_file = 'input.pdf'
docx_file = 'output.docx'
# convert pdf to docx
cv = Converter(pdf_file)
cv.convert(docx_file) # all pages by default
cv.close()