Rust PDF渲染库pdfium-render的使用指南

概述

pdfium-render是一个基于Google PDFium的Rust绑定库，用于高效解析和渲染PDF文件。它提供了强大的PDF处理能力，包括文本提取、页面渲染和文档操作等功能。

主要特性

• 高性能PDF渲染
• 跨平台支持
• 文本提取和分析
• 页面操作和转换
• 支持多种图像输出格式

安装方法

在Cargo.toml中添加依赖：

[dependencies]
pdfium-render = "0.8"

基本使用方法

1. 加载PDF文件

use pdfium_render::prelude::*;

let pdfium = Pdfium::new(
    Pdfium::bind_to_library(Pdfium::pdfium_platform_library_name_at_path("./"))
        .or_else(|_| Pdfium::bind_to_system_library())?,
);

let document = pdfium.load_pdf_from_file("example.pdf", None)?;

2. 获取文档信息

println!("页数: {}", document.pages().len());
println!("标题: {:?}", document.metadata().title());
println!("作者: {:?}", document.metadata().author());

3. 渲染PDF页面为图像

use image::DynamicImage;

let page = document.pages().get(0)?;
let render_config = PdfRenderConfig::new()
    .set_target_width(1000)
    .rotate_if_landscape(PdfBitmapRotation::Degrees90, true);

let image = page.render_with_config(&render_config)?;
let dynamic_image: DynamicImage = image.as_image()?;
dynamic_image.save("page0.png")?;

4. 提取文本内容

let text = page.text()?;
println!("第一页文本内容:\n{}", text.all());

5. 高级使用：批量处理页面

for (index, page) in document.pages().iter().enumerate() {
    let text = page.text()?;
    println!("第{}页文本长度: {}", index + 1, text.len());
    
    let image = page.render_with_config(&PdfRenderConfig::new())?;
    image.as_image()?.save(format!("page{}.png", index))?;
}

完整示例代码

use pdfium_render::prelude::*;
use image::DynamicImage;

fn main() -> Result<(), Box<dyn std::error::Error>> {
    // 1. 初始化PDFium实例
    let pdfium = Pdfium::new(
        Pdfium::bind_to_library(Pdfium::pdfium_platform_library_name_at_path("./"))
            .or_else(|_| Pdfium::bind_to_system_library())?,
    );

    // 2. 加载PDF文件
    let document = pdfium.load_pdf_from_file("example.pdf", None)?;
    
    // 3. 打印文档信息
    println!("=== 文档信息 ===");
    println!("页数: {}", document.pages().len());
    println!("标题: {:?}", document.metadata().title());
    println!("作者: {:?}", document.metadata().author());
    
    // 4. 渲染第一页为图像
    println!("\n正在渲染第一页...");
    let page = document.pages().get(0)?;
    let render_config = PdfRenderConfig::new()
        .set_target_width(1000)
        .rotate_if_landscape(PdfBitmapRotation::Degrees90, true);

    let image = page.render_with_config(&render_config)?;
    let dynamic_image: DynamicImage = image.as_image()?;
    dynamic_image.save("page0.png")?;
    println!("已保存第一页图像到 page0.png");
    
    // 5. 提取第一页文本
    println!("\n=== 第一页文本内容 ===");
    let text = page.text()?;
    println!("{}", text.all());
    
    // 6. 批量处理所有页面
    println!("\n开始批量处理所有页面...");
    for (index, page) in document.pages().iter().enumerate() {
        println!("\n处理第{}页...", index + 1);
        
        // 提取文本
        let text = page.text()?;
        println!("文本长度: {}", text.len());
        
        // 渲染并保存图像
        let image = page.render_with_config(&PdfRenderConfig::new())?;
        let output_path = format!("page{}.png", index);
        image.as_image()?.save(&output_path)?;
        println!("已保存图像到 {}", output_path);
    }
    
    Ok(())
}

注意事项

1. 需要提前安装PDFium库或提供其路径
2. 处理大文件时注意内存使用
3. 多线程环境下需要适当同步

平台支持

pdfium-render支持以下平台：

• Windows
• macOS
• Linux

性能优化建议

• 对于批量操作，复用Pdfium实例
• 根据需要调整渲染质量
• 使用合适的页面缓存策略

错误处理

match pdfium.load_pdf_from_file("example.pdf", None) {
    Ok(doc) => {
        // 处理文档
    },
    Err(e) => {
        eprintln!("加载PDF失败: {}", e);
    }
}

这个库为Rust开发者提供了强大的PDF处理能力，适合需要高性能PDF渲染和解析的应用场景。