Struct PdfReader 

pub struct PdfReader { /* private fields */ }

从 PDF 文档中提取内容的读取器。

底层使用 lopdf crate 进行低层 PDF 解析。支持多种读取策略 （ReadStrategy)，可根据文档大小自动选择最优解析方式。

Examples

use easypdf_reader::PdfReader;

let text = PdfReader::open("document.pdf")?.extract_text()?;

Implementations

impl PdfReader

pub fn extract_text(&self) -> Result<String>

从所有选定页面提取文本，以换行符连接。

对于 ReadStrategy::Streaming，直接扫描原始字节而不构建 lopdf::Document 对象树。

Errors

当 PDF 内容无法读取时返回 PdfError::Parse。

pub fn extract_metadata(&self) -> Result<PdfMetadata>

从 PDF 文档中提取元数据。

对于 ReadStrategy::Streaming，对原始字节进行启发式扫描 （不解析 xref）。对于其他策略，通过已解析的 lopdf::Document 读取 /Info 字典。

Errors

当文档无法读取时返回 PdfError::Parse。

Panics

在非 Streaming 读取器上调用且 document 为 None 时 panic （正常使用中不应发生）。

pub fn page_count(&self) -> Result<usize>

获取文档的总页数。

对于 ReadStrategy::Streaming，基于原始字节中 /Type /Page 条目的启发式计数返回结果。

Errors

当文档无法读取时返回 PdfError::Parse。

Panics

在非 Streaming 读取器上调用且 document 为 None 时 panic （正常使用中不应发生）。

pub fn extract_document_model(&self) -> Result<PdfDocumentModel>

提取引擎中立的语义文档模型。

初始读取器后端输出段落块。更高级的分析器可以后续用标题、 表格、图片和 OCR 结果来丰富这些块。

Errors

当文本提取失败或超出资源限制时返回错误。

pub fn read_with_listener( &self, listener: &mut dyn PdfReadListener, ) -> Result<()>

使用事件驱动监听器读取文档（动态分发）。

此方法使用 &mut dyn PdfReadListener 进行动态分发。 如需零开销单态化，请使用 Self::read_with_listener_typed。

Errors

当文档无法读取时返回 PdfError::Parse。

pub fn read_with_listener_typed<L: PdfReadListener>( &self, listener: &mut L, ) -> Result<()>

使用类型化的事件驱动监听器读取文档（静态分发）。

这是 read_with_listener 的单态化版本。 编译器为每个具体的监听器类型生成特化版本，消除 vtable 开销。

Errors

当文档无法读取时返回 PdfError::Parse。

pub fn extract_text_lazy(&mut self) -> Result<String>

使用懒加载策略提取文本。

当读取器以 ReadStrategy::Lazy 打开时，此方法使用懒加载页面 加载器按需加载页面内容并带缓存。对于 ReadStrategy::Full， 委托给 extract_text。对于 ReadStrategy::Streaming，委托给流式扫描器。

Errors

当页面内容无法解码时返回错误。

Panics

在非 Streaming 读取器上调用且 document 为 None 时 panic （正常使用中不应发生）。

impl PdfReader

pub fn open(path: impl AsRef<Path>) -> Result<Self>

打开 PDF 文件进行读取，自动选择解析策略。

根据文件大小自动选择 ReadStrategy： 5 MB 以下使用 Full， 5–100 MB 使用 Lazy， 更大的文件使用 Streaming。

Errors

当文件无法打开或不是有效的 PDF 时，返回 PdfError::Parse。

pub fn from_bytes(bytes: impl Into<Vec<u8>>) -> Result<Self>

从内存字节打开 PDF，自动选择解析策略。

Errors

当字节数据不是有效的 PDF 时，返回 PdfError::Parse。

pub fn open_with_limits( input: &PdfInput, limits: ResourceLimits, ) -> Result<Self>

使用指定的资源限制打开 PDF 输入。

文档仅解析一次并由读取器会话保留。

Errors

当输入超出限制或解析失败时返回错误。

pub fn open_with_strategy( path: impl AsRef<Path>, strategy: ReadStrategy, ) -> Result<Self>

使用指定的 ReadStrategy 打开 PDF 文件。

Errors

当文件无法读取、解析或超出资源限制时返回错误。

pub fn open_with_repair( path: impl AsRef<Path>, repair: RepairOptions, strategy: ReadStrategy, ) -> Result<Self>

使用指定的修复选项和读取策略打开 PDF 文件。

如果 is_likely_corrupt 检测到损坏，将使用提供的 RepairOptions 调用 attempt_repair 进行修复后再加载。

Errors

当文件无法读取、修复、解析或超出资源限制时返回错误。

pub fn open_with_limits_and_strategy( input: &PdfInput, limits: ResourceLimits, strategy: ReadStrategy, ) -> Result<Self>

使用指定的资源限制和读取策略打开 PDF 输入。

Errors

当输入超出限制或解析失败时返回错误。

pub const fn strategy(&self) -> ReadStrategy

返回此读取器打开时使用的读取策略。

pub fn pages(self, range: Range<usize>) -> Self

将提取范围限制为指定的页面范围（从 0 开始）。

pub fn try_pages(self, range: Range<usize>) -> Result<Self>

尝试将提取范围限制为经验证的从零开始的页面范围。

Errors

当范围反转（起始大于结束）时返回错误。