PyMuPDF Pro¶
PyMuPDF Pro 는 PyMuPDF 를 위한 상용 확장 세트입니다.
Office 문서 지원 및 RAG/LLM 통합으로 PyMuPDF 기능을 향상시킵니다.
doc,docx,hwp,hwpx,ppt,pptx,xls,xlsx등을 포함한 Office 문서 처리를 활성화합니다.텍스트 및 테이블 추출, 문서 변환 등을 지원합니다.
PyMuPDF4LLM 의 상용 버전을 포함합니다.
To enquire about obtaining a commercial license, then use this contact page.
Trial license keys are available for evaluation purposes. Please fill out the form on this page to obtain a trial key.
참고
PyMuPDF Pro 의 라이선스 버전은 PyMuPDF4LLM 의 라이선스 버전도 제공합니다. PyMuPDF4LLM 패키지를 사용하려면 별도로 설치해야 합니다.
플랫폼 지원¶
다음 플랫폼에서만 사용 가능:
Windows x86_64.
Linux x86_64 (glibc).
MacOS x86_64.
MacOS arm64.
Office 파일 지원¶
PyMuPDF 가 지원하는 표준 파일 타입 외에도 PyMuPDF Pro 는 다음을 지원합니다:
DOC/DOCX |
XLS/XLSX |
PPT/PPTX |
HWP/HWPX |
|---|---|---|---|
|
|
|
|
사용법¶
설치¶
pip 를 통해 설치합니다:
pip install pymupdfpro
Office 문서 로드¶
PyMuPDF Pro 를 가져오면 Office 문서를 직접 참조할 수 있습니다. 예:
import pymupdf.pro
pymupdf.pro.unlock()
# PyMuPDF has now been extended with PyMuPDF Pro features, with some restrictions.
doc = pymupdf.open("my-office-doc.xls")
참고
모든 표준 PyMuPDF 기능이 예상대로 노출됩니다 - PyMuPDF Pro 는 확장된 Office 파일 타입을 처리합니다
그때부터 제한 사항 을 고려하여 일반적으로 수행하는 것처럼 문서 페이지로 작업할 수 있습니다.
제한 사항¶
라이선스 키 없이 PyMuPDF Pro 기능은 다음과 같이 제한됩니다:
모든 문서의 처음 3페이지만 사용할 수 있습니다.
To unlock full functionality you should obtain a trial key.
시험 키¶
To obtain a license key please fill out the form on this page. You will then have the trial key emailled to the address you submitted.
키 사용¶
다음과 같이 키로 PyMuPDF Pro 를 초기화합니다:
import pymupdf.pro
pymupdf.pro.unlock(my_key)
# PyMuPDF has now been extended with PyMuPDF Pro features.
This will allow you to evaluate the product for a limited time. If you want to use PyMuPDF Pro after this time you should then enquire about obtaining a commercial license.
Converting¶
Office document to PDF¶
Use the office_to_pdf() method to convert an Office document to PDF, e.g.:
import pymupdf.pro
pymupdf.pro.unlock()
pymupdf.pro.office_to_pdf("input.docx", "output.pdf")
If you require a byte representation of the PDF data, you can use the office_to_pdf() without specifying an output file, e.g.:
import pymupdf.pro
pymupdf.pro.unlock()
pdfdata = pymupdf.pro.office_to_pdf("input.docx")
Office document to Images¶
In order to convert an Office document to images, you should iterate the document pages, convert to Pixmap and save, e.g.:
doc = pymupdf.open("input.docx")
for i, page in enumerate(doc):
pix = page.get_pixmap(dpi=200)
pix.save(f"page-{i+1}.png")
doc.close()
Office document to Markdown¶
Use the office_to_markdown() method to convert an Office document to Markdown, e.g.:
import pymupdf.pro
pymupdf.pro.unlock()
pymupdf.pro.office_to_markdown("input.docx", "output.md")
If you require a string representation of the Markdown data, you can use the office_to_markdown() without specifying an output file.
Office document to JSON¶
Use the office_to_json() method to convert an Office document to JSON, e.g.:
import pymupdf.pro
pymupdf.pro.unlock()
pymupdf.pro.office_to_json("input.docx", "output.json")
If you require a string representation of the JSON data, you can use the office_to_json() without specifying an output file.
글꼴¶
기본적으로 pymupdf.pro.unlock() 은 설치된 모든 글꼴 디렉토리를 검색합니다.
키워드 전용 인수로 제어할 수 있습니다:
fontpath: 특정 글꼴 디렉토리, list/tuple 또는os.sep로 구분된 문자열. None(기본값)인 경우 설정되어 있으면os.environ['PYMUPDFPRO_FONT_PATH']를 사용합니다.fontpath_auto: 시스템 글꼴 디렉토리를 추가할지 여부. None(기본값)인 경우os.environ['PYMUPDFPRO_FONT_PATH_AUTO']가 ‘1’이면 true를 사용합니다. true이면 모든 시스템 글꼴 디렉토리를 추가합니다.
함수 pymupdf.pro.get_fontpath() 는 unlock() 에서 사용하는 모든 글꼴 디렉토리의 튜플을 반환합니다.
API¶
- office_to_pdf(input_path: str, output_path: str = None) bytes | None¶
Reads the input file and converts its contents into PDF format.
- 매개변수:
input_path (str) – the input file path.
output_path (str) – the path to the output file. If
None, the method returns the bytes of the PDF content.
- 반환:
Either bytes of the PDF content,
Noneifoutput_pathis specified.
- office_to_markdown(input_path: str, output_path: str = None) str | None¶
Reads the input file and outputs the text of its pages in Markdown format.
- 매개변수:
input_path (str) – the input file path.
output_path (str) – the path to the output file. If
None, the method returns the content as a string.
- 반환:
Either a string of the Markdown representation,
Noneifoutput_pathis specified.
- office_to_json(input_path: str, output_path: str = None) str | None¶
Reads the input file and outputs the text of its pages in JSON format.
- 매개변수:
input_path (str) – the input file path.
output_path (str) – the path to the output file. If
None, the method returns the content as a string.
- 반환:
Either a string of the JSON representation,
Noneifoutput_pathis specified.