今天遇到一个小需求：一堆PDF文档，需要将首页封面保存为图片。网上搜索了一番，似乎第三方库 pyMuPDF 就能很好地解决问题。现学现卖，记录如下。

第三方库：pyMuPDF
官方文档：https://pymupdf.readthedocs.io/en/latest/index.html
安装方法：pip install pyMuPDF

最基础的用法

要将PDF的某一页保存为图片，最简单的可分为4个步骤：

1. 打开PDF文档
2. 获取目标页面
3. 获取目标页面的图片
4. 保存图片

代码如下：

import fitzpdf = fitz.open(r"D:\Docs\a001.pdf")page = pdf[0]pic = page.get_pixmap()pic.save(r"D:\Docs\a001.png")

最基础的用法

注意：

• 第1行：这个库虽然叫 pyMuPDF，但导入的库名却是 fitz。
• 第4行：页码从0开始，因此PDF第一页为 pdf[0]。
• 第5行：获取图片的函数，老版本为 getPixmap()，新版本则为 get_pixmap()。
• 第6行：保存图片的函数，老版本为 writePNG()，新版本则为 save()。

设置图片大小：笨办法

默认情况下，将以 96dpi 导出图片。可以设置缩放倍数，步骤如下：

1. 打开PDF文档
2. 获取目标页面
3. 设置宽和高的缩放倍数
4. 获取目标页面的图片
5. 保存图片

代码如下：

import fitzpdf = fitz.open(r"D:\Docs\a001.pdf")page = pdf[0]mat = page.Matrix(2.0, 2.0) #两个浮点数分别是宽和高的缩放倍数pic = page.get_pixmap(matrix=mat) #将参数传入pic.save(r"D:\Docs\a001.png")

笨办法设置图片大小

注意：宽和高的缩放倍数不一致时，将导致图片变形。

设置图片大小：固定宽度

上面的方法虽然可以对图片进行缩放，但最终尺寸太难掌握了。而且如果PDF文档的尺寸不固定，每次缩放的倍数都得重新摸索。太费事了。

如果我们希望导出的图片有固定的宽度（比如 1280px），该咋办？答案是：先获取PDF的宽度，再来计算与目标宽度（比如 1280px）之间的倍数关系。在 pyMuPDF 中，页面宽度的属性值为 page.rect.width。

步骤如下：

1. 打开PDF文档
2. 获取目标页面
3. 获取目标页面的宽度
4. 计算宽和高的缩放倍数
5. 设置宽和高的缩放倍数
6. 获取目标页面的图片
7. 保存图片

代码如下：

import fitzpdf = fitz.open(r"D:\Docs\a001.pdf")page = pdf[0]page_width = page.rect.width #获取页面宽度zoom_rate = 1280/page_width #计算缩放倍数mat = fitz.Matrix(zoom_rate, zoom_rate)pic = page.get_pixmap(matrix=mat)pic.save(r"D:\Docs\a001.png")

设置图片的固定宽度

保存图片为JPG格式

默认保存图片的格式为PNG，宽度设置得高一些，就会发现图片体积也跟着水涨船高。能不能直接保存为JPG格式呢？当然！不过需要借助第三方库 Pillow 的力量。

第三方库：Pillow
安装方法：pip install Pillow

安装之后，甚至不需要导入，用 pil_save() 函数直接调用。即：将 save() 函数替换为 pil_save() 即可。代码如下：

import fitzpdf = fitz.open(r"D:\Docs\a001.pdf")page = pdf[0]page_width = page.rect.widthzoom_rate = 1280/page_widthmat = fitz.Matrix(zoom_rate, zoom_rate)pic = page.get_pixmap(matrix=mat)pic.pil_save(r"D:\Docs\a001.jpg") #用pil_save()函数

图片保存为JPG格式

整个文件批量保存图片

最后一步，就是批处理整个文件夹内的PDF。简要步骤如下：

1. 获取文件夹内所有PDF文档的完整路径 files。
2. 创建用以保存图片的文件夹。
3. 遍历所有文件并保存图片。

代码如下：

import fitz, os#获取文件夹下所有文件的完整路径folder = r"D:\Docs"files = [os.path.join(i[0], j) for i in os.walk(folder) for j in i[-1]]#创建用以保存图片的文件夹save_dir = r"%s\Covers" % folderif not os.path.exists(save_dir):os.makedirs(save_dir)#遍历并保存图片for f in files:pdf = fitz.open(f)page = pdf[0]page_width = page.rect.widthzoom_rate = 1280/page_widthmat = fitz.Matrix(zoom_rate, zoom_rate)pic = page.get_pixmap(matrix=mat)pic_name = r"%s\%s.jpg" % (save_dir, os.path.basename(f)[:-4])pic.pil_save(pic_name)

批处理整个文件夹内的所有文件

注意：

• 第4-5行：利用 os.walk() 和列表推导式获取文件夹 folder 下所有文件的完整路径，算是一个公式吧，建议死记硬背。我是添加为输入法的字条的。
• 第8-10行：如果图片不想保存在PDF所在路径下，就必须保证图片保存路径是已经存在的文件夹，或用 os.path.exists() 函数进行判断并创建。
• 第21行：利用 %s 拼接图片的文件名，保持与原PDF文件名一致。用 os.path.basename(f) 获取PDF文件的末级文件名（含扩展名），类似 a001.pdf 。而后面再用切片 [:-4] 截掉扩展名（-4 表示从倒数第4个字符的左侧开始截取，至整个字符串的最左侧，截取的部分不包含倒数第4个字符）。

结语

当然，更完整的代码还应该包含异常处理，甚至目标文件夹内文件扩展名的判断等，此处不再赘述。

本篇仅涉及第三方库 pyMuPDF 比较基础的操作。查看官方文档可以发现，这个库真是个宝藏。如果对PDF文档处理有更高级的操作需求，可以仔细研读。