精华内容
下载资源
问答
  • 文章目录1、`PyMuPDF`简介1. 资料链接2. 介绍3. 功能2、安装关于命名`fitz`的说明3、使用方法1. 导入库,查看版本2. 打开文档3. Document的方法和属性4. 获取元数据5. 获取目标大纲6. 页面(`Page`)a. 检查页面的链接...

    1、PyMuPDF简介

    在这里插入图片描述

    1. 资料链接

    2. 介绍

    在介绍PyMuPDF之前,先来了解一下MuPDF,从命名形式中就可以看出,PyMuPDFMuPDFPython接口形式。

    MuPDF

    MuPDF 是一个轻量级的 PDF、XPS和电子书查看器。MuPDF 由软件库、命令行工具和各种平台的查看器组成。

    MuPDF 中的渲染器专为高质量抗锯齿图形量身定制。它以精确到像素的几分之一内的度量和间距呈现文本,以在屏幕上再现打印页面的外观时获得最高保真度。

    这个观察器很小,速度很快,但是很完整。它支持多种文档格式,如PDFXPSOpenXPSCBZEPUBFictionBook 2。您可以使用移动查看器对PDF文档进行注释和填写表单(这个功能很快也将应用于桌面查看器)。

    命令行工具允许您注释、编辑文档,并将文档转换为其他格式,如HTML、SVG、PDFCBZ。您还可以使用Javascript编写脚本来操作文档。

    PyMuPDF
    PyMuPDF(当前版本1.18.17)是支持MuPDF(当前版本1.18.*)的Python绑定。

    使用PyMuPDF,你可以访问扩展名为“.pdf”、“.xps”、“.oxps”、“.cbz”、“.fb2”“.epub”。此外,大约10种流行的图像格式也可以像文档一样处理:“.png”,“.jpg”,“.bmp”,“.tiff”等。

    3. 功能

    对于所有支持的文档类型可以:

    • 解密文件

    • 访问元信息、链接和书签

    • 以栅格格式(PNG和其他格式)或矢量格式SVG呈现页面

    • 搜索文本

    • 提取文本和图像

    • 转换为其他格式:PDF, (X)HTML, XML, JSON, text

      对于PDF文档,存在大量的附加功能:它们可以创建、合并或拆分。页面可以通过多种方式插入、删除、重新排列或修改(包括注释和表单字段)。

    • 可以提取或插入图像和字体

    • 完全支持嵌入式文件

    • pdf文件可以重新格式化,以支持双面打印,色调分离,应用标志或水印

    • 完全支持密码保护:解密、加密、加密方法选择、权限级别和用户/所有者密码设置

    • 支持图像、文本和绘图的 PDF 可选内容概念

    • 可以访问和修改低级 PDF 结构

    • 命令行模块"python -m fitz…"具有以下特性的多功能实用程序

      • 加密/解密/优化
      • 创建子文档
      • 文档连接
      • 图像/字体提取
      • 完全支持嵌入式文件
      • 保存布局的文本提取(所有文档)

      新:布局保存文本提取!
      脚本fitzcliy .py通过子命令“gettext”提供不同格式的文本提取。特别有趣的当然是布局保存,它生成的文本尽可能接近原始物理布局,周围有图像的区域,或者在表格和多列文本中复制文本。

    2、安装

    PyMuPDF可以从源码安装,也可以从wheels安装。

    对于Windows, LinuxMac OSX平台,在PyPI的下载部分有wheels。这包括Python 64位版本3.6到3.9。Windows版本也有32位版本。从最近开始,Linux ARM架构也出现了一些问题——查找平台标签manylinux2014_aarch64

    除了标准库,它没有强制性的外部依赖项。 只有在安装了某些包时,才会有一些不错的方法:

    • Pillow: 当使用Pixmap.pil_save()Pixmap.pil_tobytes()时需要
    • fontTools:当使用Document.subset_fonts()时需要
    • pymupdf-fonts 是一个不错的字体选择,可以用于文本输出方法

    使用pip安装命令

    pip install PyMuPDF

    导入库:

    import fitz
    

    关于命名fitz的说明

    这个库的标准Python导入语句是import fitz。这是有历史原因的:
    MuPDF的原始渲染库被称为Libart

    在Artifex软件获得MuPDF项目后,开发的重点转移到编写一种新的现代图形图书馆称为“Fitz”Fitz最初是作为一个研发项目,以取代老化的Ghostscript图形库,但却成为了MuPDF的渲染引擎(引用自维基百科)。

    3、使用方法

    1. 导入库,查看版本

    import fitz
    print(fitz.__doc__)
    PyMuPDF 1.18.16: Python bindings for the MuPDF 1.18.0 library.
    Version date: 2021-08-05 00:00:01.
    Built for Python 3.8 on linux (64-bit).
    

    2. 打开文档

    doc = fitz.open(filename)
    

    这将创建Document对象doc。文件名必须是一个已经存在的文件的python字符串。
    也可以从内存数据打开文档,或创建新的空PDF。您还可以将文档用作上下文管理器。

    3. Document的方法和属性

    方法/属性描述
    Document.page_count页数 (int)
    Document.metadata元数据 (dict)
    Document.get_toc()获取目录 (list)
    Document.load_page()读取页面

    示例:

    >>> doc.count_page
    1
    >>> doc.metadata
    {'format': 'PDF 1.7',
     'title': '',
     'author': '',
     'subject': '',
     'keywords': '',
     'creator': '',
     'producer': '福昕阅读器PDF打印机 版本 10.0.130.3456',
     'creationDate': "D:20210810173328+08'00'",
     'modDate': "D:20210810173328+08'00'",
     'trapped': '',
     'encryption': None}
    

    4. 获取元数据

    PyMuPDF完全支持标准元数据。Document.metadata是一个具有以下键的Python字典
    它适用于所有文档类型,但并非所有条目都始终包含数据。元数据字段为字符串,如果未另行指示,则为无。还要注意的是,并非所有数据都始终包含有意义的数据——即使它们不是一个都没有。

    KeyValue
    producerproducer (producing software)
    formatformat: ‘PDF-1.4’, ‘EPUB’, etc.
    encryptionencryption method used if any
    authorauthor
    modDatedate of last modification
    keywordskeywords
    titletitle
    creationDatedate of creation
    creatorcreating application
    subjectsubject

    5. 获取目标大纲

    toc = doc.get_toc()
    

    6. 页面(Page)

    页面处理是MuPDF功能的核心。
    • 您可以将页面呈现为光栅或矢量(SVG)图像,可以选择缩放、旋转、移动或剪切页面
    • 您可以提取多种格式的页面文本和图像,并搜索文本字符串。
    • 对于PDF文档,可以使用更多的方法向页面添加文本或图像

    首先,必须创建一个页面Page。这是Document的一种方法:

    page = doc.load_page(pno) # loads page number 'pno' of the document (0-based)
    page = doc[pno] # the short form
    

    这里可以使用任何整数-inf<pno<page_count。负数从末尾开始倒数,所以doc[-1]是最后一页,就像Python序列一样。

    更高级的方法是将文档用作页面的迭代器:

    for page in doc:
        # do something with 'page'
        
    # ... or read backwards
    for page in reversed(doc):
        # do something with 'page'
        
    # ... or even use 'slicing'
    for page in doc.pages(start, stop, step):
        # do something with 'page'
    

    接下来,主要介绍Page的常用操作!

    a. 检查页面的链接、批注或表单字段

    使用某些查看器软件显示文档时,链接显示为==“热点区域”==。如果您在光标显示手形符号时单击,您通常会被带到该热点区域中编码的标记。以下是如何获取所有链接:

    # get all links on a page
    links = page.get_links()
    

    links是一个Python字典列表。

    还可以作为迭代器使用:

    for link in page.links():
        # do something with 'link'
    

    如果处理PDF文档页面,还可能存在注释(Annot)或表单字段(Widget,每个字段都有自己的迭代器:

    for annot in page.annots():
        # do something with 'annot'
        
    for field in page.widgets():
        # do something with 'field'
    

    b. 呈现页面

    此示例创建页面内容的光栅图像:

    pix = page.get_pixmap()
    

    pix是一个Pixmap对象,它(在本例中)包含页面的RGB图像,可用于多种用途。

    方法Page.get_pixmap()提供了许多用于控制图像的变体:分辨率、颜色空间(例如,生成灰度图像或具有减色方案的图像)、透明度、旋转、镜像、移位、剪切等。

    例如:创建RGBA图像(即,包含alpha通道),指定pix=page.get_pixmap(alpha=True)。\

    Pixmap包含以下引用的许多方法和属性。其中包括整数宽度高度(每个像素)和跨距(一个水平图像行的字节数)。属性示例表示表示图像数据的矩形字节区域(Python字节对象)。

    还可以使用page.get_svg_image()创建页面的矢量图像

    c. 将页面图像保存到文件中

    我们可以简单地将图像存储在PNG文件中:

    pix.save("page-%i.png" % page.number)
    

    d. 提取文本和图像

    我们还可以以多种不同的形式和细节级别提取页面的所有文本、图像和其他信息:

    text = page.get_text(opt)
    

    opt使用以下字符串之一以获取不同的格式:

    • "text":(默认)带换行符的纯文本。无格式、无文字位置详细信息、无图像
    • "blocks":生成文本块(段落)的列表
    • "words":生成单词列表(不包含空格的字符串)
    • "html":创建页面的完整视觉版本,包括任何图像。这可以通过internet浏览器显示
    • "dict"/"json":与HTML相同的信息级别,但作为Python字典或resp.JSON字符串。
    • "rawdict"/"rawjson""dict"/"json"的超级集合。它还提供诸如XML之类的字符详细信息。
    • "xhtml":文本信息级别与文本版本相同,但包含图像。
    • "xml":不包含图像,但包含每个文本字符的完整位置和字体信息。使用XML模块进行解释。

    e. 搜索文本

    您可以找到某个文本字符串在页面上的确切位置:

    areas = page.search_for("mupdf")
    

    这将提供一个矩形列表,每个矩形都包含一个字符串“mupdf”(不区分大小写)。您可以使用此信息来突出显示这些区域(仅限PDF)或创建文档的交叉引用。

    7. PDF操作

    PDF是唯一可以使用PyMuPDF修改的文档类型。其他文件类型是只读的。

    但是,您可以将任何文档(包括图像)转换为PDF,然后将所有PyMuPDF功能应用于转换结果,Document.convert_to_pdf()

    Document.save()始终将PDF以其当前(可能已修改)状态存储在磁盘上。

    通常,您可以选择是保存到新文件,还是仅将修改附加到现有文件(“增量保存”),这通常要快得多。

    下面介绍如何操作PDF文档。

    a. 修改、创建、重新排列和删除页面

    有几种方法可以操作所谓页面树(描述所有页面的结构):

    • PDF:Document.delete_page()Document.delete_pages()删除页面

    • Document.copy_page()Document.fullcopy_page()Document.move_page()将页面复制或移动到同一文档中的其他位置。

    • Document.select()将PDF压缩到选定页面,参数是要保留的页码序列。这些整数都必须在0<=i<page_ count范围内。执行时,此列表中缺少的所有页面都将被删除。剩余的页面将按顺序出现,次数相同(!)正如您所指定的那样。

      因此,您可以轻松地使用创建新的PDF:

      • 第一页或最后10页
      • 仅奇数页或偶数页(用于双面打印)
      • 包含或不包含给定文本的页
      • 颠倒页面顺序

      保存的新文档将包含仍然有效的链接、注释和书签(i.a.w.指向所选页面或某些外部资源)。

    • Document.insert_page()Document.new_page()插入新页面。
      此外,页面本身可以通过一系列方法进行修改(例如页面旋转、注释和链接维护、文本和图像插入)。

    b. 连接和拆分PDF文档

    方法Document.insert_pdf()在不同的pdf文档之间复制页面。下面是一个简单的joiner示例(doc1和doc2在PDF中打开):

    # append complete doc2 to the end of doc1
    doc1.insert_pdf(doc2)
    

    下面是一个拆分doc1的片段。它将创建第一页和最后10页的新文档:

    doc2 = fitz.open() # new empty PDF
    doc2.insert_pdf(doc1, to_page = 9) # first 10 pages
    doc2.insert_pdf(doc1, from_page = len(doc1) - 10) # last 10 pages
    doc2.save("first-and-last-10.pdf")
    

    c. 保存

    Document.save()将始终以当前状态保存文档。

    您可以通过指定选项incremental=True将更改写回原始PDF。这个过程(通常)非常快,因为更改会附加到原始文件,而不会完全重写它。

    d. 关闭

    在程序继续运行时,通常需要“关闭”文档以将底层文件的控制权交给操作系统。

    这可以通过Document.close()方法实现。除了关闭基础文件外,还将释放与文档关联的缓冲区。

    展开全文
  • 在本地pip可以成功,但是用docker build失败, 报错信息如下: [+] Building 650.8s (10/12) => [internal] load build definition from Dockerfile 0.0s...#10 124.4 Collecting PyMuPDF1.17.6 #10 124.6 Downloading ...

    在本地pip可以成功,但是用docker build失败,
    报错信息如下:

    [+] Building 650.8s (10/12)
    => [internal] load build definition from Dockerfile 0.0s
    => => transferring dockerfile: 850B 0.0s
    => [internal] load .dockerignore 0.0s
    => => transferring context: 34B 0.0s
    => [internal] load metadata for docker.io/tensorflow/tensorflow:1.14.0-gpu-py3 1.3s
    => [internal] load build context 0.0s
    => => transferring context: 6.34kB 0.0s
    => [1/8] FROM docker.io/tensorflow/tensorflow:1.14.0-gpu-py3@sha256:e72e66b3dcb9c9e8f4e5703965ae1466b23fe8cad59e1c92c6e9fa58f8d81dc8 0.0s
    => CACHED [2/8] RUN ln -sf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime 0.0s
    => CACHED [3/8] RUN sed -i s/archive.ubuntu.com/mirrors.aliyun.com/g /etc/apt/sources.list && sed -i s/security.ubuntu.com/mirrors.aliyun.com/g /etc/apt/sources.li 0.0s
    => CACHED [4/8] RUN pip install -i https://mirrors.aliyun.com/pypi/simple --upgrade pip 0.0s
    => CACHED [5/8] COPY requirements.txt /opt/app/requirements.txt 0.0s
    => ERROR [6/8] RUN pip install -i https://mirrors.aliyun.com/pypi/simple -r /opt/app/requirements.txt 649.3s

    [6/8] RUN pip install -i https://mirrors.aliyun.com/pypi/simple -r /opt/app/requirements.txt:
    #10 0.744 Looking in indexes: https://mirrors.aliyun.com/pypi/simple
    #10 1.097 Collecting oss22.9.1
    #10 1.242 Downloading https://mirrors.aliyun.com/pypi/packages/d2/48/eb57178164aa2ec0bf3a19b95b297c9d34c18307ccc23e217e881767a57a/oss2-2.9.1.tar.gz (186 kB)
    #10 2.490 Collecting cython
    0.29.14
    #10 2.527 Downloading https://mirrors.aliyun.com/pypi/packages/df/d1/4d3f8a7a920e805488a966cc6ab55c978a712240f584445d703c08b9f405/Cython-0.29.14-cp36-cp36m-manylinux1_x86_64.whl (2.1 MB)
    #10 3.700 Requirement already satisfied: h5py2.9.0 in /usr/local/lib/python3.6/dist-packages (from -r /opt/app/requirements.txt (line 3)) (2.9.0)
    #10 3.955 Collecting scikit-image
    0.14.5
    #10 3.984 Downloading https://mirrors.aliyun.com/pypi/packages/27/78/cfb15cdb3f63eea16946a42d0dbf7ef17be79d30858aa8efd5f6757bd106/scikit_image-0.14.5-cp36-cp36m-manylinux1_x86_64.whl (25.4 MB)
    #10 18.65 Collecting scikit-learn0.23.1
    #10 18.69 Downloading https://mirrors.aliyun.com/pypi/packages/d9/3a/eb8d7bbe28f4787d140bb9df685b7d5bf6115c0e2a969def4027144e98b6/scikit_learn-0.23.1-cp36-cp36m-manylinux1_x86_64.whl (6.8 MB)
    #10 22.53 Requirement already satisfied: keras-applications
    1.0.8 in /usr/local/lib/python3.6/dist-packages (from -r /opt/app/requirements.txt (line 6)) (1.0.8)
    #10 22.69 Collecting keras-retinanet0.5.1
    #10 22.82 Downloading https://mirrors.aliyun.com/pypi/packages/20/ca/63f77949493c63eebf982bc1edb0b54d849b6d709a724328ea5682e6b40e/keras-retinanet-0.5.1.tar.gz (61 kB)
    #10 54.62 Collecting keras
    2.3.1
    #10 54.78 Downloading https://mirrors.aliyun.com/pypi/packages/ad/fd/6bfe87920d7f4fd475acd28500a42482b6b84479832bdc0fe9e589a60ceb/Keras-2.3.1-py2.py3-none-any.whl (377 kB)
    #10 55.25 Collecting keras-efficientnets0.1.7
    #10 55.40 Downloading https://mirrors.aliyun.com/pypi/packages/3a/41/4dce4e88042b4934003b2b51cfb6a99fc446d375d5fc1ffb2fdf8e069d36/keras_efficientnets-0.1.7-py2.py3-none-any.whl (15 kB)
    #10 56.19 Collecting pillow
    6.2.1
    #10 56.43 Downloading https://mirrors.aliyun.com/pypi/packages/10/5c/0e94e689de2476c4c5e644a3bd223a1c1b9e2bdb7c510191750be74fa786/Pillow-6.2.1-cp36-cp36m-manylinux1_x86_64.whl (2.1 MB)
    #10 57.88 Collecting progressbar23.47.0
    #10 58.25 Downloading https://mirrors.aliyun.com/pypi/packages/16/68/adc395e0a3c86571081c8a2e2daaa5b58270f6854276a089a0e9b5fa2c33/progressbar2-3.47.0-py2.py3-none-any.whl (24 kB)
    #10 58.69 Collecting matplotlib
    3.1.1
    #10 58.85 Downloading https://mirrors.aliyun.com/pypi/packages/57/4f/dd381ecf6c6ab9bcdaa8ea912e866dedc6e696756156d8ecc087e20817e2/matplotlib-3.1.1-cp36-cp36m-manylinux1_x86_64.whl (13.1 MB)
    #10 66.84 Collecting lxml4.4.2
    #10 67.04 Downloading https://mirrors.aliyun.com/pypi/packages/68/30/affd16b77edf9537f5be051905f33527021e20d563d013e8c42c7fd01949/lxml-4.4.2-cp36-cp36m-manylinux1_x86_64.whl (5.8 MB)
    #10 70.83 Collecting jupyterlab
    1.2.4
    #10 71.39 Downloading https://mirrors.aliyun.com/pypi/packages/35/9a/6e81535ed42ad01ec2a5e8f9e0419108f60fab36e48dc1168fa5e0576a81/jupyterlab-1.2.4-py2.py3-none-any.whl (6.4 MB)
    #10 75.16 Collecting shapely1.6.4.post2
    #10 75.34 Downloading https://mirrors.aliyun.com/pypi/packages/38/b6/b53f19062afd49bb5abd049aeed36f13bf8d57ef8f3fa07a5203531a0252/Shapely-1.6.4.post2-cp36-cp36m-manylinux1_x86_64.whl (1.5 MB)
    #10 76.40 Collecting jupyter-tensorboard
    0.1.10
    #10 76.62 Downloading https://mirrors.aliyun.com/pypi/packages/46/36/87935f2abaab692dfd5dc5ec335edd2bbed6ac614b35875852ee2173f9f3/jupyter_tensorboard-0.1.10.tar.gz (15 kB)
    #10 77.35 Collecting opencv-contrib-python3.4.2.17
    #10 77.62 Downloading https://mirrors.aliyun.com/pypi/packages/61/29/fc60b2de1713aa92946992544329f20ccb5e4ba26290f403e04b7da44105/opencv_contrib_python-3.4.2.17-cp36-cp36m-manylinux1_x86_64.whl (30.6 MB)
    #10 95.03 Collecting jupyterlab_code_formatter
    1.0.3
    #10 95.18 Downloading https://mirrors.aliyun.com/pypi/packages/21/61/7db08d1b9f62b14ae170c5893ef067e795d49033de7df59cc745ab68340c/jupyterlab_code_formatter-1.0.3-py3-none-any.whl (5.7 kB)
    #10 95.52 Collecting pre-commit1.21.0
    #10 95.67 Downloading https://mirrors.aliyun.com/pypi/packages/df/30/22425aa6680370ba06de107e82eb3fc6159f462619b941241e96dd6bd79b/pre_commit-1.21.0-py2.py3-none-any.whl (166 kB)
    #10 96.00 Collecting tqdm
    4.27.0
    #10 96.15 Downloading https://mirrors.aliyun.com/pypi/packages/16/33/6d8bd6a7c4238f383426b7593bf05bfd6d9e1f10c3084b56c0f14d973754/tqdm-4.27.0-py2.py3-none-any.whl (44 kB)
    #10 96.44 Collecting pytest5.3.2
    #10 96.59 Downloading https://mirrors.aliyun.com/pypi/packages/19/cf/711f1d887cb92c5155c9a1eb338f1b5d2411b50e4492a3b20e4a188a22b2/pytest-5.3.2-py3-none-any.whl (234 kB)
    #10 96.94 Collecting pytest-black
    0.3.7
    #10 97.08 Downloading https://mirrors.aliyun.com/pypi/packages/5a/da/f23c7c8cd5d4fccd919980ed7c702f5bfca43808d1d2be83d2e788b8a772/pytest-black-0.3.7.tar.gz (6.3 kB)
    #10 99.99 Collecting validators0.14.1
    #10 100.2 Downloading https://mirrors.aliyun.com/pypi/packages/72/8a/f99287daae8cfef938e6eec785f6e259bf6bad93269d5398bb546d5b1563/validators-0.14.1.tar.gz (25 kB)
    #10 100.7 Collecting imgaug
    0.4.0
    #10 100.9 Downloading https://mirrors.aliyun.com/pypi/packages/66/b1/af3142c4a85cba6da9f4ebb5ff4e21e2616309552caca5e8acefe9840622/imgaug-0.4.0-py2.py3-none-any.whl (948 kB)
    #10 101.7 Collecting tensorlayer
    #10 101.9 Downloading https://mirrors.aliyun.com/pypi/packages/d7/7c/d0b4ee62dbc0f08358b7aa7aaeb38d8155ea57eecf1427ee7d13e03c28bc/tensorlayer-2.2.3-py3-none-any.whl (363 kB)
    #10 102.4 Collecting black
    #10 102.6 Downloading https://mirrors.aliyun.com/pypi/packages/dc/7b/5a6bbe89de849f28d7c109f5ea87b65afa5124ad615f3419e71beb29dc96/black-20.8b1.tar.gz (1.1 MB)
    #10 103.5 Installing build dependencies: started
    #10 107.5 Installing build dependencies: finished with status ‘done’
    #10 107.5 Getting requirements to build wheel: started
    #10 107.7 Getting requirements to build wheel: finished with status ‘done’
    #10 107.7 Preparing wheel metadata: started
    #10 108.0 Preparing wheel metadata: finished with status ‘done’
    #10 108.2 Collecting Flask1.1.1
    #10 108.4 Downloading https://mirrors.aliyun.com/pypi/packages/9b/93/628509b8d5dc749656a9641f4caf13540e2cdec85276964ff8f43bbb1d3b/Flask-1.1.1-py2.py3-none-any.whl (94 kB)
    #10 108.8 Collecting Flask-Cors
    3.0.8
    #10 109.0 Downloading https://mirrors.aliyun.com/pypi/packages/78/38/e68b11daa5d613e3a91e4bf3da76c94ac9ee0d9cd515af9c1ab80d36f709/Flask_Cors-3.0.8-py2.py3-none-any.whl (14 kB)
    #10 109.6 Collecting gevent1.4.0
    #10 109.8 Downloading https://mirrors.aliyun.com/pypi/packages/f2/ca/5b5962361ed832847b6b2f9a2d0452c8c2f29a93baef850bb8ad067c7bf9/gevent-1.4.0-cp36-cp36m-manylinux1_x86_64.whl (5.5 MB)
    #10 113.1 Collecting wget
    #10 113.3 Downloading https://mirrors.aliyun.com/pypi/packages/47/6a/62e288da7bcda82b935ff0c6cfe542970f04e29c756b0e147251b2fb251f/wget-3.2.zip (10 kB)
    #10 113.7 Collecting loguru
    #10 113.7 Downloading https://mirrors.aliyun.com/pypi/packages/6d/48/0a7d5847e3de329f1d0134baf707b689700b53bd3066a5a8cfd94b3c9fc8/loguru-0.5.3-py3-none-any.whl (57 kB)
    #10 113.9 Collecting xlrd
    #10 114.0 Downloading https://mirrors.aliyun.com/pypi/packages/a6/0c/c2a72d51fe56e08a08acc85d13013558a2d793028ae7385448a6ccdfae64/xlrd-2.0.1-py2.py3-none-any.whl (96 kB)
    #10 114.6 Collecting pandas
    0.23.3
    #10 114.8 Downloading https://mirrors.aliyun.com/pypi/packages/f4/cb/a801eaf624e36fffaa6cf1f4597a1e4b0742c200ed928e689c58fb3cb811/pandas-0.23.3-cp36-cp36m-manylinux1_x86_64.whl (8.9 MB)
    #10 120.1 Collecting lmdb0.98
    #10 120.4 Downloading https://mirrors.aliyun.com/pypi/packages/c0/5c/d56dbc2532ecf14fa004c543927500c0f645eaca8bd7ec39420c7546396a/lmdb-0.98.tar.gz (869 kB)
    #10 121.4 Collecting natsort
    7.0.1
    #10 121.6 Downloading https://mirrors.aliyun.com/pypi/packages/0f/65/81883897f4aaa1e53deaa65137318cfe80b36ce013c2e86f8fd0843cfa02/natsort-7.0.1-py3-none-any.whl (33 kB)
    #10 122.3 Collecting boto31.12.39
    #10 122.5 Downloading https://mirrors.aliyun.com/pypi/packages/27/87/de75e5a24584d82cca60b86f95d06e56412ed9e23807dcf23896f206f58e/boto3-1.12.39-py2.py3-none-any.whl (128 kB)
    #10 122.9 Collecting azure-storage-blob
    12.2.0
    #10 123.0 Downloading https://mirrors.aliyun.com/pypi/packages/8c/69/38ff4ef3504235601084b0cbedd00be4eb182a70bc3cdf30b3f9b82ec672/azure_storage_blob-12.2.0-py2.py3-none-any.whl (279 kB)
    #10 123.4 Collecting esdk-obs-python3.19.11
    #10 123.6 Downloading https://mirrors.aliyun.com/pypi/packages/0d/39/070b5842104e274d83dc486b15db41036aff312de5d401b65586f7afa541/esdk-obs-python-3.19.11.tar.gz (58 kB)
    #10 124.4 Collecting PyMuPDF
    1.17.6
    #10 124.6 Downloading https://mirrors.aliyun.com/pypi/packages/cc/e1/b732ba7a4629d03097f0736279a4c8fa3c1c6aab3e827367cb115cdf8731/PyMuPDF-1.17.6-cp36-cp36m-manylinux2010_x86_64.whl (6.0 MB)
    #10 128.1 Collecting jieba0.42.1
    #10 128.2 Downloading https://mirrors.aliyun.com/pypi/packages/c6/cb/18eeb235f833b726522d7ebed54f2278ce28ba9438e3135ab0278d9792a2/jieba-0.42.1.tar.gz (19.2 MB)
    #10 140.0 Collecting joblib
    0.16.0
    #10 140.2 Downloading https://mirrors.aliyun.com/pypi/packages/51/dd/0e015051b4a27ec5a58b02ab774059f3289a94b0906f880a3f9507e74f38/joblib-0.16.0-py3-none-any.whl (300 kB)
    #10 140.6 Collecting xgboost1.1.1
    #10 141.5 Downloading https://mirrors.aliyun.com/pypi/packages/7c/32/a11befbb003e0e6b7e062a77f010dfcec0ec3589be537b02d2eb2ff93b9a/xgboost-1.1.1-py3-none-manylinux2010_x86_64.whl (127.6 MB)
    #10 214.5 Collecting baidu-aip
    2.2.18
    #10 214.6 Downloading https://mirrors.aliyun.com/pypi/packages/bf/de/0e770c421bd70b0b59d59d1bcf70139cf0ad4263102a7fc2973c6187174a/baidu-aip-2.2.18.0.tar.gz (10 kB)
    #10 215.3 Collecting torch==1.2.0
    #10 215.5 Downloading https://mirrors.aliyun.com/pypi/packages/30/57/d5cceb0799c06733eefce80c395459f28970ebb9e896846ce96ab579a3f1/torch-1.2.0-cp36-cp36m-manylinux1_x86_64.whl (748.8 MB)


    executor failed running [/bin/bash -c pip install -i https://mirrors.aliyun.com/pypi/simple -r /opt/app/requirements.txt]: exit code: 137

    原因:docker内存设置不够。
    更改设置:
    在这里插入图片描述

    成功:
    在这里插入图片描述

    展开全文

空空如也

空空如也

1
收藏数 2
精华内容 0
关键字:

pymupdf1.17.6

友情链接: radar_wokrs.rar