기능 비교¶
기능 비교표¶
다음 표는 PyMuPDF 가 다른 일반적인 솔루션과 어떻게 비교되는지 보여줍니다.
| Feature | PyMuPDF | pikepdf | PyPDF2 | pdfrw | pdfplumber / pdfminer |
|---|---|---|---|---|---|
| Supports Multiple Document Formats |
PDF
XPS
EPUB
MOBI
FB2
CBZ
SVG
TXT
Image
DOCX XLSX PPTX HWPX See note |
||||
| Implementation | Python and C | Python and C++ | Python | Python | Python |
| Render Document Pages | All document types | No rendering | No rendering | No rendering | No rendering |
| Write Text to PDF Page |
See: Page.insert_htmlbox or: Page.insert_textbox or: TextWriter |
||||
| Supports CJK characters | |||||
| Extract Text | All document types | PDF only | PDF only | ||
| Extract Text as Markdown (.md) | All document types | ||||
| Extract Tables | All document types | PDF only | |||
| Extract Vector Graphics | All document types | Limited | |||
| Draw Vector Graphics (PDF) | |||||
| Based on Existing, Mature Library | MuPDF | QPDF | |||
| Automatic Repair of Damaged PDFs | |||||
| Encrypted PDFs | Limited | Limited | |||
| Linerarized PDFs | |||||
| Incremental Updates | |||||
| Integrates with Jupyter and IPython Notebooks | |||||
| Joining / Merging PDF with other Document Types | All document types | PDF only | PDF only | PDF only | PDF only |
| OCR API for Seamless Integration with Tesseract | All document types | ||||
| Integrated Checkpoint / Restart Feature (PDF) | |||||
| PDF Optional Content | |||||
| PDF Embedded Files | Limited | Limited | |||
| PDF Redactions | |||||
| PDF Annotations | Full | Limited | |||
| PDF Form Fields | Create, read, update | Limited, no creation | |||
| PDF Page Labels | Read-only | ||||
| Support Font Sub-Setting |
참고
Office 문서 유형(DOCX, XLXS, PPTX) 및 한글 문서(HWPX)에 대한 참고사항입니다. 이러한 문서는 PyMuPDF 에 로드할 수 있으며 Document 객체를 받게 됩니다.
다음과 같은 주의사항이 있습니다:
내용을 배치하기 위해 입력을 HTML 로 변환합니다.
이로 인해 원본 페이지 구분이 사라집니다.
결과를 저장할 때 원본 레이아웃의 정확한 표현을 기대할 수 없습니다.
따라서 입력 파일은 주로 텍스트 추출에 유용한 형태입니다.
PyMuPDF Product Suite¶
PyMuPDF is the standard version of the library, however there are a family of additional products each with different features and functionality.
Additional products in the PyMuPDF product suite are:
PyMuPDF Pro adds support for Office document formats.
PyMuPDF4LLM is optimized for large language model (LLM) applications, providing enhanced text extraction and processing capabilities.
It focuses on layout analysis and semantic understanding, ideal for document conversion and formatting tasks with enhanced results.
참고
All of the products above depend on the same core product - PyMuPDF and therefore have full access to all of its features. These additional products can be seen as optional extras to the enhance the core PyMuPDF library.
PyMuPDF Products Comparison¶
The following table illustrates what features the products offer:
PyMuPDF |
PyMuPDF Pro |
PyMuPDF4LLM |
|
|---|---|---|---|
Input Documents |
|
as PyMuPDF and:
|
as PyMuPDF |
Output Documents |
Can convert any input document to |
as PyMuPDF |
as PyMuPDF and:
Markdown ( |
Page Analysis |
Basic page analysis to return document structure |
as PyMuPDF |
Advanced Page Analysis with trained data for enhanced results |
Data extraction |
Basic data extraction with structured layout information and bounding box data |
as PyMuPDF |
Advanced data extraction including layout analysis with semantic understanding and enhanced bounding box data |
Table extraction |
Basic table extraction as part of text extraction |
as PyMuPDF |
Advanced table extraction with cell structure, including support for merged cells and complex layouts |
Image extraction |
Basic image extraction |
as PyMuPDF |
Advanced detection and rendering of image areas on page saving them to disk or embedding in MD output |
Vector extraction |
Vector extraction and clustering |
as PyMuPDF |
Superior detection of “picture” areas |
Popular RAG Integrations |
Langchain, LlamaIndex |
as PyMuPDF |
as PyMuPDF and with some additional help methods for RAG workflows |
OCR |
On-demand invocation of built-in Tesseract for text detection on pages or images |
as PyMuPDF |
Automatic OCR based on page content analysis. OCR adapators for popular OCR engines available |
성능¶
다양한 작업에 대해 PyMuPDF 성능을 벤치마크하기 위해 텍스트와 이미지가 포함된 총 7,031페이지의 8개 PDF 파일 로 구성된 고정된 테스트 스위트를 사용하여 성능 타이밍을 측정합니다.
다음은 작업별로 그룹화된 현재 결과입니다:
- Copying
This refers to opening a document and then saving it to a new file. This test measures the speed of reading a PDF and re-writing as a new PDF. This process is also at the core of functions like merging / joining multiple documents. The numbers below therefore apply to PDF joining and merging.
The results for all 7,031 pages are:
⏱
- Text Extraction
This refers to extracting simple, plain text from every page of the document and storing it in a text file.
The results for all 7,031 pages are:
⏱
- Rendering
This refers to making an image (like PNG) from every page of a document at a given DPI resolution. This feature is the basis for displaying a document in a GUI window.
The results for all 7,031 pages are:
⏱
참고
이러한 성능 타이밍 방법론에 대한 자세한 내용은 성능 비교 방법론 을 참조하세요.
라이선스 및 저작권¶
PyMuPDF 와 MuPDF 는 이제 오픈소스 AGPL 및 상용 라이선스 계약 모두에서 사용할 수 있습니다. 사용 사례가 라이선스 지침을 준수하는지 확인하려면 배포 자료(COPYING 파일) 및 GNU 라이선스 페이지 에서 제공되는 AGPL 라이선스 계약 전문을 읽어보세요. AGPL 의 요구사항을 충족할 수 없다고 판단되는 경우, 상용 라이선스에 대한 자세한 정보는 Artifex 에 문의하세요.
Artifex 는 MuPDF 의 독점 상용 라이선스 대리인입니다.
Artifex, Artifex 로고, MuPDF, MuPDF 로고는 Artifex Software Inc. 의 등록 상표입니다.
이 문서는 PyMuPDF 1.27.2.3 을 다룹니다.
PyMuPDF와 MuPDF의 주 버전과 부 버전은 항상 동일합니다. 세 번째 한정자(패치 레벨)만 MuPDF 와 다를 수 있습니다.
일반적으로 PyMuPDF는 MuPDF보다 더 자주 릴리스되므로, PyMuPDF의 패치 레벨이 내장된 MuPDF보다 높은 경우가 많습니다.
예를 들어 PyMuPDF-1.24.5는 MuPDF-1.24.2를 포함합니다.
pymupdf_version 및 mupdf_version 도 참조하세요.