PdfPig 0.1.10版本发布:PDF解析库的重大更新
2025-06-24 05:36:56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
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
683
1.33 K
Ascend Extension for PyTorch
Python
719
882
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.1 K
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
457
439
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
261
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
998
609