首页
/ PdfPig 0.1.10版本发布:PDF解析库的重大更新

PdfPig 0.1.10版本发布:PDF解析库的重大更新

2025-06-24 19:07:33作者:廉彬冶Miranda

PdfPig是一个开源的.NET PDF解析库,它允许开发者在不需要任何外部依赖的情况下读取和分析PDF文档内容。这个库特别适合需要从PDF中提取文本、图像和其他内容的应用程序。最新发布的0.1.10版本带来了一系列重要的改进和修复,显著提升了库的稳定性、性能和功能完整性。

核心功能改进

文本处理增强

新版本对文本处理进行了多项优化。GetTextOrientation方法现在能够更准确地检查旋转角度是否为90度的倍数,解决了文本方向判断的问题。此外,新增了NegativeGapAsWhitespace选项,允许开发者将负间距视为空白字符,这在处理某些特殊格式的PDF文档时特别有用。

字体处理优化

字体子系统得到了显著改进,包括:

  • 新增了BrowserSystemFontLister功能,提供了浏览器系统字体列表的早期版本支持
  • 改进了GlyphList处理,更新了来自PDFBox的附加字形列表
  • 正确处理ZapfDingbats字体和TrueType简单字体
  • 处理了替代Unicode名称表示(cXXX)和特殊连字名称

图像处理提升

图像处理方面有多项重要改进:

  • 改进了UnwrapIndexedColorSpaceBytes方法
  • 更新了UnpackComponents()以支持1bpc + DeviceGray组合(特别是针对Jbig2的特殊处理)
  • 添加了JPX位每组件解码支持
  • 优化了CCITT传真解码过滤器,不再检查输入长度,并通过引用字节反转位图

性能优化

0.1.10版本包含多项性能优化措施:

  • 优化了交叉引用对象偏移验证,避免了嵌套循环
  • 在可能的情况下原地执行RemoveStridePadding操作
  • 改进了StackDictionary.TryGetValue()方法
  • 在DocstrumBoundingBoxes中更好地处理整数溢出情况

安全与稳定性

新版本增强了安全性和稳定性:

  • 支持解密V4/R4文件(使用AESV2且没有Length属性)
  • 在宽松模式下,当堆栈大小为1时执行Pop操作不再抛出错误
  • 修复了可能导致IndexOutOfRangeException的问题
  • 在宽松解析模式下,CrossReferenceParser不再抛出异常

API改进

API方面有以下重要变化:

  • 将Filters重组并公开为公共API
  • 将Paths、GetAnnotations()和GetOptionalContents()移出ExperimentalAccess
  • 使ColorSpaceDetails.BaseNumberOfColorComponents公开,允许外部图像工厂使用
  • 公开了DecodeParameterResolver类
  • 改进了GetExtendedGraphicsStateDictionary()方法

其他改进

  • 更新了测试项目的NuGet包
  • 恢复了修剪/AOT分析功能
  • 不再将警告视为错误
  • 更新了控制台运行程序的目标框架至.NET 8
  • 修复了"Nightly Release"流水线问题

这个版本标志着PdfPig项目在成熟度和功能完整性方面迈出了重要一步,为开发者提供了更强大、更稳定的PDF处理工具。无论是文本提取、图像处理还是文档分析,新版本都带来了显著的改进和增强。

登录后查看全文
热门项目推荐