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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.74 K
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
336
178
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++
886
596
Ascend Extension for PyTorch
Python
340
403
暂无简介
Dart
771
191
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355