android 抓取webview中的所有图片_利用Python提取PDF文档中的所有图片。

由于项目需要将PDF文档当中的图片转换成图片

1、安装第三方类库pymupdf：pip install pymupdf

2、安装完成后直接上代码，代码如下：

import timeimport reimport osdef pdf2pic(path, pic_path):        t0 = time.clock()                          # 生成图片初始时间        checkXO = r"/Type(?= */XObject)"           # 使用正则表达式来查找图片        checkIM = r"/Subtype(?= */Image)"        doc = fitz.open(path)                      # 打开pdf文件        imgcount = 0                               # 图片计数        lenXREF = doc._getXrefLength()             # 获取对象数量长度             # 打印PDF的信息        print("文件名:{}, 页数: {}, 对象: {}".format(path, len(doc), lenXREF - 1))             # 遍历每一个对象        for i in range(1, lenXREF):            text = doc._getXrefString(i)            # 定义对象字符串            isXObject = re.search(checkXO, text)    # 使用正则表达式查看是否是对象            isImage = re.search(checkIM, text)      # 使用正则表达式查看是否是图片            if not isXObject or not isImage:        # 如果不是对象也不是图片，则continue                 continue            imgcount += 1            pix = fitz.Pixmap(doc, i)               # 生成图像对象            new_name = "图片{}.png".format(imgcount) # 生成图片的名称            if pix.n < 5:                           # 如果pix.n<5,可以直接存为PNG                   pix.writePNG(os.path.join(pic_path, new_name))            else:                                   # 否则先转换CMYK                   pix0 = fitz.Pixmap(fitz.csRGB, pix)                   pix0.writePNG(os.path.join(pic_path, new_name))                   pix0 = None            pix = None                              # 释放资源            t1 = time.clock()                       # 图片完成时间            print("运行时间:{}s".format(t1 - t0))            print("提取了{}张图片".format(imgcount))         if __name__=='__main__':      = r"C:甥敳獲lenovoDesktop数据.pdf"    pic_path = r'C:甥敳獲lenovoDesktop图片'    # 创建保存图片的文件夹    if os.path.exists(pic_path):        print("文件夹已存在，不必重新创建！")        pass    else:        os.mkdir(pic_path)    pdf2pic(path, pic_path)

3、运行结果

文件名:C:甥敳獲lenovoDesktop数据.pdf, 页数: 51, 对象: 156运行时间:1.0037559488187855s提取了1张图片运行时间:1.9240614402553362s提取了2张图片运行时间:2.8580821293209087s提取了3张图片运行时间:3.59311390384999s提取了4张图片运行时间:4.055301359322903s提取了5张图片运行时间:4.861761705280556s