【记录】Python3｜ 将 PDF 转换成 HTML/XML（✅⭐PyMuPDF+tqdm）

---

本文将会被汇总至 【记录】Python3｜2024年 PDF 转 XML 或 HTML 的第三方库的使用方式、测评过程以及对比结果（汇总），更多其他工具请访问该文章查看。

---

PyMuPDF 使用体验与评估

Github 阅读：https://github.com/shandianchengzi/PDF2HTML_Samples/blob/main/results/PyMuPDF.md
CSDN 阅读：【记录】Python3｜ 将 PDF 转换成 HTML/XML（✅⭐PyMuPDF+tqdm）

参考：

1. 【Python | PDF】如何使用Python将PDF转换为HTML页面？
2. Convert PDF to HTML via PyMuPDF - StackOverFLow

1 安装指南

要使用 PyMuPDF，还需要配合 tqdm 使用。

您可以通过 Python 的包管理工具 pip 进行安装。在命令行中执行以下命令：

pip install PyMuPDF
# pip3 install PyMuPDF

pip install tqdm
# pip3 install tqdm

2 测试代码

为了帮助您更好地理解 PyMuPDF 的用法，我提供了一个测试代码示例。您可以在以下 GitHub 仓库中找到相关代码和样本文件：https://github.com/shandianchengzi/PDF2HTML_Samples/tree/main/python_samples/test_PyMuPDF

其目录结构如是：

3 测试结果

3.1 转 HTML 的结果

结果不是很好，该区分的格式倒是区分出来了。

但是挺乱的，只能说凑合能用，给用户用的话就有点过分。

3.2 转 XML 的结果

通过在线 XML 元素查看器查看，如下图所示：

不过多评价，和pdfminer.six转换的差不多，不过比pdfminer.six稍微整齐一丁点：

具体可看：【记录】Python3｜ 将 PDF 转换成 HTML/XML（✅⭐pdfminer.six）

总体评价：✅⭐

和pdfminer.six转换结果类似，比pdfminer.six能提取出来的样式多了一丁点。
pdfminer.six的测评过程可以看这篇：【记录】Python3｜ 将 PDF 转换成 HTML/XML（✅⭐pdfminer.six）。

截止目前测到的最好用的是 pdf2htmlEX，推荐阅读：【记录】Python3｜ 将 PDF 转换成 HTML/XML（✅⭐⭐⭐⭐pdf2htmlEX）

---

本文将会被汇总至 【记录】Python3｜2024年 PDF 转 XML 或 HTML 的第三方库的使用方式、测评过程以及对比结果（汇总），更多其他工具请访问该文章查看。

---

本账号所有文章均为原创，欢迎转载，请注明文章出处：https://blog.csdn.net/qq_46106285/article/details/138549152。百度和各类采集站皆不可信，搜索请谨慎鉴别。技术类文章一般都有时效性，本人习惯不定期对自己的博文进行修正和更新，因此请访问出处以查看本文的最新版本。