PyMuPDFを使ってPDFを分解してPNGにする

背景

• PythonでPDFをページごとに分割し、PNGファイルに変換したい場合
• pypdfやpdfminerなどいくつかPDFを操作するPythonライブラリは存在したのですが、Google Trendsで勢いのあったpyMuPDFを使ってみることにします
  
• 他のライブラリに比べてドキュメントも一番ちゃんとしているように見えます

実装

import fitz
from io import BytesIO

class PDF:

    # pdfがテキストベースのものか画像ベースのものか判断する
    def is_text_base(self, file: BytesIO) -> bool:
        doc = fitz.open(stream=file.getvalue(), filetype="pdf")
        return (len(doc[0].get_text().encode("utf8")) > 0)

    # pdfの各ページをpngとしてローカルに保存します
    def convert_to_png_files(self, file: BytesIO) -> None:
        doc = fitz.open(stream=file.getvalue(), filetype="pdf")
        for page in doc:
            pix = page.get_pixmap()
            file_path = f"./page_{page.number}.png"
            pix.save(file_path)
        return

if __name__ == "__main__":
    pdf = PDF()
    with open('path/to/hoge.pdf', 'rb') as f:
        if pdf.is_text_base(f):
            pdf.convert_to_png_files(f)