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 StartedRust0119- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
718
4.6 K
Ascend Extension for PyTorch
Python
588
729
deepin linux kernel
C
29
16
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++
980
965
Claude 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 Started
Rust
792
119
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
420
366
Oohos_react_native
React Native鸿蒙化仓库
C++
341
390
昇腾LLM分布式训练框架
Python
155
183
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
142
226
暂无简介
Dart
963
240