Быстрая библиотека сплиттеров PDF

Question

pyPdf - отличная библиотека для разделения, объединения PDF-файлов. Я использую его для разделения документов PDF на документы на 1 страницу. pyPdf - это чистый python, который проводит довольно много времени в методе _sweepIndirectReferences () объекта PdfFileWriter при сохранении извлеченной страницы. Мне нужно что-то с лучшей производительностью. Я пытался использовать многопоточность, но так как большая часть времени была потрачена на код Python, не было никакого увеличения скорости из-за GIL (на самом деле он работал медленнее).

Существует ли какая-либо библиотека, написанная на c, которая обеспечивает такую ​​же функциональность? или у кого-нибудь есть хорошая идея о том, как повысить производительность (кроме порождения нового процесса для каждого файла PDF, который я хочу разбить)

Заранее спасибо.

Продолжайте. Ссылки на пару решений для командной строки, которые иногда оказываются быстрее pyPDF:

• http://multivalent.sourceforge.net/Tools/pdf/Split.html
• http://www.linuxsolutions.fr/how-to-extract-pages-from-a-pdf/

Я изменил класс pyPDF PdfWriter, чтобы отслеживать, сколько времени было потрачено на метод _sweepIndirectReferences (). Если это было слишком долго (сейчас я использую магическое значение 3 секунды), тогда я возвращаюсь к использованию ghostscript, вызывая его из python.

Спасибо за все ваши ответы. (ссылка на xpdf от codelogic заставила меня искать другой подход)

Answer 1

mbtPdfAsm - это быстрый инструмент командной строки с открытым исходным кодом для обработки PDF.

Xpdf также стоит упомянуть, так как он написан на языке C ++ и распространяется на языке GPL. Исходный код хорошо модульный и позволяет писать инструменты командной строки.

Answer 2

Должен ли это быть питон? Моя библиотека на чистом Perl CAM :: PDF довольно быстро добавляет и удаляет страницы документа PDF. Это экономит место для самого конца, где это возможно.

Answer 3

Вы пытались использовать Psyco с pyPdf?

Answer 4

pdfLaTex может выполнять много операций с PDF, и очень быстро.

Я использовал его для некоторых довольно сложных наложений. язык TeX действительно чужд программированию, но легко написать скрипт на python, который генерирует необходимый макет LaTex и обрабатывает его.