gymnast 0.1a5

体操运动员：不是杂技演员

用python 3编写的pdf解析器（backport到2.7）。这是 旨在提供一个pythonic接口来访问（最终， 写）Adobe PDF文件。有些属性是非Python的 大写，但这是为了匹配pdf的基本结构 文档（否则会非常混乱）。

用法

importiofromgymnastimportPdfDocumentfromgymnast.rendererimportPdfBaseRendererclassPdfSimpleRenderer(PdfBaseRenderer):"""Simple renderer example that just extracts text with no processing"""def__init__(self,page):super().__init__(page)self._text=io.StringIO()def_render_text(self,text,new_state):self._text.write(self.active_font.decode_string(text))def_return(self):returnself._text.getvalue()fname='/path/to/file.pdf'pdf=PdfDocument(fname).parse()text=SimpleRenderer(pdf.Pages[-3]).render()

待办事项（无特殊顺序）

• 功能和特性
• [X]重写解析器和document类以延迟加载文档 基于外部参照表
• [X]完成基本页呈现程序
• []页面呈现
  • [x]使BaseRenderer类工作
  • [X]实现一个概念验证提取器，它只转储字符串
  • []有点花哨，把文本块分配给行等等
• []更全面地处理页面编号
  • []向PdfDocument添加一个方法，以按数字获取一个页
  • []将页码的属性添加到PdfPage（两者都是 int和格式化的str根据 PdfDocument.Root.PageLabels['Nums']）
• []返回Python2.7（大约80%已完成）
• []字体
  • [X]将^{TT7}$类雕刻成一个抽象的^{TT8}$ 以及PdfType1Font实现
  • [X]^{TT10}$将根据 字体的子类型元素
  • [X]pdfBasefont类还将具有 字形空间到文本空间的转换
  • []为Type3字体添加Subcless
  • [X]为TrueType字体添加Subcless
  • []为复合字体添加Subcless
  • [X]添加对14种标准字体的传统支持
  • []字体到Unicode CMAP
• []实现剩余的StreamFilters（可能有 图像返回一个PIL.Image）
  • []RunLengthDecode
  • []CCITTFaxDecode
  • []JBIG2Decode
  • []DCTDecode
  • []JPXDecode
  • []Crypt
• []实现剩余的对象类型
  • []ObjStm
  • [X]^{TT20}$
  • []Filespec
  • []EmbeddedFile
  • []CollectionItem/CollectionSubitem
  • []XObject
• []处理文档加密
• []从图形开始（可能）
• []交互式表单（AcroForms）
• 管理
[]对现有代码编写测试
• [X]想出一个更好的名字
• []在内部记录一切都要好多好多了
• []将其整齐地打包，然后将其pypi
• []编写一些适当的文档