Aspose.PDF FOSS for Python 功能

Aspose.PDF FOSS for Python 功能

Aspose.PDF FOSS for Python 是一个纯-Python库，用于创建、打开、修改和保存 PDF 文档。此页面概述了主要功能领域以及充当入口点的类。每个领域在其单独的开发者指南页面中都有深入的覆盖。

文档和页面管理

Document 是所有操作的根对象。使用无参构造来创建一个新的空文档，或调用 load_from() 从路径、字节或流读取已有文档。document.pages 暴露可变的 PageCollection，Page.add_text 在页面上放置定位文本。

from aspose_pdf import Document

document = Document()
page = document.pages.add()
page.add_text("Hello from Aspose.PDF FOSS!", x=72, y=720, font_size=18)
document.save("hello.pdf")

文本提取与搜索

PdfExtractor 绑定到文档并逐页提取文本。bind_pdf() 打开源，extract_text() 执行提取，get_text() 返回累计结果。

from aspose_pdf import PdfExtractor

extractor = PdfExtractor()
extractor.bind_pdf("hello.pdf")
extractor.extract_text()
print(extractor.get_text())
extractor.close()

对于定位的、按片段的搜索和替换，TextFragmentAbsorber 暴露匹配的 TextFragment 对象，text_search_options 控制大小写敏感性和正则表达式匹配。

页面渲染为图像

Document.save_page_as_image 将单页直接渲染为 PNG 或 TIFF 文件，支持可配置的 DPI。若需要更底层的访问，Page.render 返回一个包含原始像素数据的 RasterizedPage，通过 get_pixel() 和 pixels 进行访问。

from aspose_pdf import Document

document = Document()
document.load_from("hello.pdf")
document.save_page_as_image(0, "page-1.png", dpi=150)

表单和交互字段

AcroForm 字段通过 Document.form 管理，后者是一个 Form 门面。Form.add_text_field()（以及复选框、单选框、列表和组合框等对应项）创建一个绑定到页面和小部件矩形的新字段，返回一个 Field。Form.fields 列出文档中当前的所有字段。

from aspose_pdf import Document

document = Document()
page = document.pages.add()
document.form.add_text_field("customer_name", page, (72, 700, 300, 720))

for field in document.form.fields:
    print(field.name, field.field_type)

document.save("form.pdf")

安全、加密与签名

Document.encrypt 使用用户密码（打开文档所需）和所有者密码（修改权限所需）来保护文档；decrypt() 和 change_passwords() 在已打开的文档上管理保护。is_encrypted 报告当前状态。

from aspose_pdf import Document

document = Document()
document.load_from("hello.pdf")
document.encrypt(user_password="secret", owner_password="owner-secret")
document.save("encrypted.pdf")

数字签名验证由 PdfSignature.validate 处理，它返回一个描述信任和吊销状态的 ValidationResult，而 SigningUtils 提供证书和 PKCS#7/CAdES 签名助手。

PDF/A 与 PDF/UA 合规性

Document.validate_pdfa 进行一次启发式的 PDF/A 合规检查并返回一个 PdfAValidationResult；convert_to_pdfa() 试图将文档修复至该级别。validate_pdfua() 和 auto_tag() 为 PDF/UA 提供等效的可访问性检查和自动结构树标记。

from aspose_pdf import Document

document = Document()
document.load_from("hello.pdf")

result = document.validate_pdfa("1b")
if not result.is_valid:
    document.convert_to_pdfa("1b")

document.auto_tag()
document.save("compliant.pdf")

提示与最佳实践

• 直接修改由 document.pages、page.annotations 或 document.form 返回的对象——对页面或字段的单独副本所做的编辑在调用 save() 时不会被反映。
• PageCollection 在此 Python 绑定中采用零基索引（document.pages[0] 为第一页）。
• 在对不受信任的输入调用 load_from() 时，先捕获 InvalidPasswordException 和 PdfParseException，再处理更广泛的 AsposePdfException，这样你可以对错误密码和损坏文件作出不同的响应。
• 在对大量编辑的文档执行 save() 之前，先调用 document.optimize() 或 compress_streams()，以删除未使用的资源并缩小文件大小。
• 在处理来自不受信任来源的 PDF 时，将受限的 PdfLoadLimits 传递给 load_from()，以在解析过程中限制内存和对象计数。

常见问题

FAQ

Aspose.PDF 针对 Python 的 FOSS 是否依赖商业 PDF 引擎？

不。它是从头开始、纯-Python 的 PDF 引擎，遵循 MIT 许可证发布。它唯一的运行时依赖是 cryptography 和 asn1crypto，用于加密和签名验证。

我可以从头创建 PDF，而不是打开已有的文件吗？

可以。Document() 在不传入参数时会创建一个空的内存文档；在保存之前调用 document.pages.add() 以添加页面。

我可以将页面渲染为哪些光栅格式？

Page.render 和 Document.save_page_as_image 生成 PNG 或 TIFF 光栅输出；返回的 RasterizedPage 还通过 get_pixel() 和 pixels 属性公开原始像素数据。

我应该捕获哪个异常来处理特定于包的错误？

捕获 AsposePdfException。每个特定于包的错误——包括解析（PdfParseException）、密码和加密（PdfSecurityException，InvalidPasswordException）以及验证（PdfValidationException）失败——都源自它。

接下来我该去哪里？

《入门》涵盖了安装、授权以及第一个工作示例。此开发者指南随后继续讨论文档管理主题，例如表单、嵌入式文件附件、字体发现以及大纲/书签创建。

API Reference 摘要

另请参阅

• Aspose.PDF for Python — Enterprise Documentation