go-fitz 库介绍：Go 语言下的多格式文档处理工具
go-fitz 是一个基于 Go 语言的开源项目，核心是对轻量级文档处理库 MuPDF 的 Fitz 模块进行 Go 语言封装，让开发者能在 Go 项目中便捷使用 MuPDF 的文档处理能力。
一、核心能力与支持的文档格式
- 多格式解析：支持 PDF、EPUB、MOBI、DOCX、XLSX、PPTX 等多种文档格式。
- 内容提取与转换：可从文档中提取页面内容，并输出为图像（JPEG、PNG、TIFF 等）、纯文本（TXT）、HTML 或 SVG 格式。
二、关键特性
-
纯 Go 与 CGO 双实现：除了依赖 CGO 调用 MuPDF 原生 C 库的方式，还提供纯 Go 实现选项，能在不支持 CGO 的环境（如部分受限容器、嵌入式场景）中使用。
-
灵活的构建与依赖管理：通过
extlib、pkgconfig、static、musl等构建标签，支持：- 链接外部 MuPDF 库；
- 静态链接 MuPDF（结合
extlib使用）； - 适配
musl编译环境等。
-
并发友好：虽然不支持单文档的并发处理（避免文档内部状态冲突），但可同时对多个不同文档进行并发请求，适合批量文档处理场景。
-
性能与错误处理优化：近期更新中对大文档处理进行了性能优化，同时改进了错误处理机制，能更清晰地捕获和报告异常。
三、使用与集成
-
安装：通过 Go 模块管理工具安装：
bash
go get github.com/gen2brain/go-fitz -
简单示例（以 PDF 处理为例） ：
go
运行
package main import ( "fmt" "os" "github.com/gen2brain/go-fitz" ) func main() { // 打开 PDF 文档 doc, err := fitz.New("example.pdf") if err != nil { fmt.Fprintf(os.Stderr, "打开文档失败: %v\n", err) os.Exit(1) } defer doc.Close() // 提取文档页数 pageCount := doc.NumPage() fmt.Printf("文档共 %d 页\n", pageCount) // 提取第 0 页为 PNG 图像 img, err := doc.Image(0) if err != nil { fmt.Fprintf(os.Stderr, "提取页面图像失败: %v\n", err) os.Exit(1) } // 结合 image 库可将 img 保存为文件（此处省略具体保存逻辑） fmt.Println("页面图像提取成功") } -
项目结构与核心文件：
go-fitz项目结构简洁，核心文件包括：fitz.go：主 API 接口文件，定义Document等核心结构体和方法（如New打开文档、Image提取图像）。fitz_cgo.go：CGO 相关代码，负责与 MuPDF C 库交互。fitz_content_types.go：处理文档内容类型的辅助逻辑。examples/：包含转换、提取、生成缩略图等示例代码，快速演示库的用法。
四、依赖与环境要求
-
底层依赖：需安装 MuPDF 的开发文件（因基于 MuPDF 封装），确保编译时能找到头文件和库文件。
-
CGO 支持：若使用 CGO 版本，需确保环境中
CGO_ENABLED=1（Go 默认启用，但跨平台编译时需注意）。 -
模块管理：通过
go.mod管理依赖，典型依赖配置如下：go
运行
module github.com/gen2brain/go-fitz go 1.15 require github.com/gen2brain/go-fitz v1.23.7
五、常见问题与解决方案
-
错误：
undefined: fitz.New：通常是依赖未正确导入或下载。解决方案：- 检查
go.mod是否包含go-fitz依赖； - 执行
go mod tidy和go mod download同步依赖； - 若使用第三方代码托管平台（如 GitCode）的镜像，确保网络可访问并正确配置域名解析。
- 检查
-
跨平台编译问题：因涉及 CGO 和 MuPDF 原生库，跨平台编译时需确保目标平台支持 MuPDF，或切换到纯 Go 实现（通过构建标签控制）。
综上，go-fitz 为 Go 开发者提供了轻量、灵活的多格式文档处理能力，适合集成到需要文档解析、内容提取的应用（如文档管理系统、OCR 前置处理、电子书工具等）中。
使用go-fitz将PDF转换为图片
go-fitz是一个Go语言库，它封装了Poppler库的功能，可以将PDF文档转换为图像。以下是详细的使用方法：
package main
import (
"fmt"
"image/png"
"log"
"os"
"path/filepath"
"github.com/gen2brain/go-fitz"
)
// ConvertPdfToPng 将PDF文件的每一页转换为PNG图片
// 参数:
// - pdfPath: PDF文件路径
// - outputDir: 输出图片目录
// - dpi: 转换分辨率(通常150-300之间)
// 返回值:
// - error: 错误信息
func ConvertPdfToPng(pdfPath, outputDir string, dpi float64) error {
// 创建PDF文档对象
doc, err := fitz.New(pdfPath)
if err != nil {
return fmt.Errorf("无法打开PDF文件: %v", err)
}
// 函数结束时关闭文档，释放资源
defer doc.Close()
// 获取PDF总页数
totalPages := doc.NumPage()
fmt.Printf("PDF共%d页，开始转换...\n", totalPages)
// 遍历每一页并转换为图片
for i := 0; i < totalPages; i++ {
// 使用ImageDPI方法将PDF页面转换为指定分辨率的图像
// 第一个参数是页码(从0开始)，第二个参数是DPI值
img, err := doc.ImageDPI(i, dpi)
if err != nil {
log.Printf("警告: 转换第%d页失败: %v", i+1, err)
continue
}
// 构造输出文件路径
outputPath := filepath.Join(outputDir, fmt.Sprintf("page_%03d_%.0fdpi.png", i+1, dpi))
// 创建输出文件
outFile, err := os.Create(outputPath)
if err != nil {
log.Printf("警告: 无法创建文件 '%s': %v", outputPath, err)
continue
}
// 将图像编码为PNG格式并写入文件
if err := png.Encode(outFile, img); err != nil {
log.Printf("警告: 无法编码PNG文件 '%s': %v", outputPath, err)
outFile.Close()
continue
}
// 关闭文件
outFile.Close()
fmt.Printf("第%d页已保存为: %s\n", i+1, outputPath)
}
fmt.Println("所有页面转换完成！")
return nil
}
func main() {
// 示例使用
pdfFile := "example.pdf" // PDF文件路径
outputDir := "./output" // 输出目录
dpi := 150.0 // 分辨率
// 确保输出目录存在
if err := os.MkdirAll(outputDir, 0755); err != nil {
log.Fatal("无法创建输出目录:", err)
}
// 调用转换函数
if err := ConvertPdfToPng(pdfFile, outputDir, dpi); err != nil {
log.Fatal("转换失败:", err)
}
}
这段代码展示了如何使用go-fitz库将PDF的每一页转换为PNG图片。关键点包括：
- 使用[fitz.New]创建PDF文档对象
- 使用[doc.NumPage()]获取总页数
- 使用[doc.ImageDPI()]方法将PDF页面转换为指定分辨率的图像
- 使用PNG编码器将图像保存为PNG文件
