本帖內容源自 ， 在此僅做記錄
PDF（Portable Document Format）是一種便攜文件格式，便於跨作業系統傳播文件。PDF文件遵循標準格式，因此存在很多可以操作PDF文件的工具，Python自然也不例外。本文從功能、開源協議及社群活躍度三方面對比7個常用的Python第三方庫，以便根據具體需求選擇合適的庫。
常見PDF庫
PyPDF2 （已不再維護，繼任者PyPDF4）
由於PyPDF2似乎更知名，故本文以其作為條目列出。
PyPDF、PyPDF2及PyPDF4的淵源
pdfrw
自身不能建立新內容，但是整合了ReportLab，可以相容ReportLab生成新頁面。
ReportLab
商業版的開源版本，專業建立PDF內容如文字、圖表等。
pikepdf
基於C++的QPDF，對標PyPDF2和pdfrw；偏向PDF底層。
pdfplumber
基於pdfminer.six，除了讀取文字、形狀（矩形、直線/曲線）外，還能解析表格。
幾個提取PDF表格的Python庫的對比。
pdfminer.six
pdfminer的社群維護版（pdfminer自2020年起不再積極維護）。
PyMuPDF
基於mupdf，功能全面，並以處理速度著稱[3]。
borb
純Python庫，支援讀、寫、操作PDF文件，兼顧底層和高階應用。
對比
本文將Python操作PDF的能力從大粒度上分成提取內容、操作頁面和建立內容三方面。前兩者分別是針對已經存在的PDF文件的讀和寫操作，最後一項從內容上建立新文件。
提取內容如文字、圖片、元資訊
操作頁面特指操作已經存在的頁面，例如分割、合併、裁剪、旋轉等
建立內容指建立或修改頁面內容，例如文字、圖片、形狀
考慮到時效性，以下對比列出了撰寫本文時（2021.01）相應的最新版本。修訂：borb於 2022.06 新加入對比，時間點以此為準。
總結
PyPDF2系列、pdfrw及pikepdf專注對已經存在的PDF的操作（分割、合併、旋轉等），前兩者基本處於停止維護的狀態。
pdfplumber及其依賴pdfminer.six專注PDF內容提取，例如文字（位置、字型及顏色等）和形狀（矩形、直線、曲線），前者還有解析表格的功能。
ReportLab專注PDF頁面內容（文字、圖、表等）的建立。
PyMuPDF和borb同時支援讀、寫及PDF頁面操作，功能最為全面。其中，PyMuPDF尤其以速度快著稱，而borb是新開發並深得好評的庫，潛力無窮。但是，二者同為GPL家族的開源協議，對商用不太友好。
對商用不太友好指的是支援免費使用，但是要求引用其的程式也必須遵守相應協議即開源。如果需要閉源使用的話，需要向作者申請付費的商用授權。
下面是openAI的回答:
- PyPDF2：用於處理PDF檔案的開源庫，可以讀取、分割、合併、提取文字和後設資料等操作。
- pdfminer：另一個處理PDF檔案的開源庫，可以提取文字、表格和影像。
- tabula：用於提取PDF表格的庫，可以輕鬆地從PDF表格中讀取資料。
- Camelot：用於從PDF中提取表格的庫，可以自動檢測表格的位置和結構，並可以以多種格式輸出資料。
- pdftabextract：用於從PDF檔案中提取表格的庫，支援多種表格佈局和格式，可以輸出為CSV、JSON和Excel格式。
- pdf2image：用於將PDF檔案轉換為影像的庫，可以將PDF檔案轉換為JPEG、PNG和TIFF等格式的影像。
最後以下圖結束本文。
