快速PDF分配器库

Question

pyPdf是一个用于拆分、合并PDF文件的很好的库。我用它将pdf文档分割成1页的文档。pyPdf是纯python，在保存提取的页面时，它在PdfFileWriter对象的_sweepIndirectReferences()方法上花费了相当多的时间。我需要有更好表现的东西。我尝试过使用多线程，但是由于大部分时间都花在python代码上，所以由于GIL (实际上运行得更慢)，速度没有增加。

是否有任何用c语言编写的库提供了相同的功能？或者，有没有人对如何提高性能有一个好的想法(除了为我想要分割的每个pdf文件生成一个新的过程之外)

提前谢谢你。

跟进。指向几个命令行解决方案的链接，有时比pyPDF更快：

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

我修改了pyPDF PdfWriter类，以跟踪在_sweepIndirectReferences()方法上花费了多少时间。如果时间太长(现在我使用了3秒的魔法值)，那么我将通过从python调用它来恢复到使用鬼怪脚本。

谢谢你的回答。(codelogic的xpdf引用让我寻找另一种方法)

Answer 1

mbtPdfAsm是一个用于PDF处理的快速、开放源代码命令行工具。

Xpdf也值得一提，因为它是GPL的，并且是用C++编写的。该源代码具有良好的模块化，允许编写命令行工具。

Answer 2

一定要是蟒蛇吗？我的纯Perl库卡姆：：PDF在附加和删除PDF文档页方面非常快。在可能的情况下，它会把清扫工作保存到最后。

Answer 3

pdfLaTex可以进行大量的PDF管理，而且速度非常快。

我用它做了一些相当复杂的词组。TeX语言与编程非常陌生，但是编写一个生成所需的LaTex布局并对其进行处理的python脚本很容易。