PyMuPDF：不只是读 PDF，提取、转换、改写一把梭

GitHub 仓库

pymupdf/PyMuPDF

总 Stars

★ 11,011

主要语言

Python

查看 GitHub 项目

结论先说：PyMuPDF 是高性能的 Python PDF 库，1.1 万 stars、Python 编写、AGPL-3.0 协议，10 月 28 日仍在更新。它不只读 PDF，还能提取、转换、改写，是很多上层工具的底层零件。

是什么：一个面向开发者的 PDF 处理库：提取文本与图片、按页渲染、合并拆分、加注释、改内容，一套接口全包。

能干嘛：写脚本批量处理 PDF：抽文本做检索、转图片做预览、按规则拆分合并、给文件打水印或加批注；也可以作为自研解析工具的底层。

适合谁：需要用代码处理 PDF 的 Python 开发者；做文档流水线、想自己控制每个环节的人。

注意点：协议是 AGPL-3.0，闭源商业项目集成前务必确认合规路径，必要时看官方商业授权；它是库不是现成应用，不写代码的人用不上。

直接用它和用 Marker 这类现成工具有什么区别？

区别在“控制权”。现成工具开箱即用，但流程是别人定好的；PyMuPDF 给你的是零件，你可以按自己的规则组装流水线。文档量小、需求标准时用现成工具；需求特殊、量大、要嵌入自己系统时，用库更划算。

站长点评：我选它是因为它是 PDF 生态里真正的“水电煤”：很多你叫得出名字的工具底层都在用它。同类里 pdfplumber 更偏表格提取，PyMuPDF 胜在全能与速度。我的判断是：Python 开发者处理 PDF 先装它，遇到搞不定的细节再找专用库补位。