用Python从PDF文件中提取图片

import fitz
import re
import os
import time

# 使用正则表达式查找PDF中的图片
def find_img(path, img_path):  #PDF的路径和图片保存的路径
    t0 = time.time()  # 生成图片初始时间
    checkXO = r"/Type(?= */XObject)"  # 使用正则表达式来查找图片
    checkIM = r"/Subtype(?= */Image)"
    doc = fitz.open(path)  # 打开pdf文件
    imgcount = 0  # 图片计数
    lenXREF = doc.xref_length()  # 获取对象数量长度
    # 打印PDF的信息
    print("文件名:{}, 页数: {}, 对象: {}".format(path, len(doc), lenXREF - 1))
    # 遍历每一个对象
    for i in range(1, lenXREF):
        text = doc.xref_object(i)  # 定义对象字符串
        isXObject = re.search(checkXO, text)  # 使用正则表达式查看是否是对象
        isImage = re.search(checkIM, text)  # 使用正则表达式查看是否是图片
        if not isXObject or not isImage:  # 如果不是对象也不是图片，则continue
            continue
        imgcount += 1
        pix = fitz.Pixmap(doc, i)  # 生成图像对象
        new_name = "图片{}.png".format(imgcount)  # 生成图片的名称
        if pix.n < 5:  # 如果pix.n<5,可以直接存为PNG
            pix.save(os.path.join(img_path, new_name))
        else:  # 否则先转换CMYK
            pix0 = fitz.Pixmap(fitz.csRGB, pix)
            pix0.save(os.path.join(img_path, new_name))
            pix0 = None
    pix = None  # 释放资源
    t1 = time.time()  # 图片完成时间
    print("运行时间:{}s".format(t1 - t0))

if __name__ == '__main__':
    pdfpath = r'./练习文件/展览会清单 (2).pdf'
    imgpath = r'图片'
    if os.path.exists(imgpath):
        print("文件夹已存在，请重新创建新文件夹！")
        raise SystemExit
    else:
        os.mkdir(imgpath)
    m = find_img(pdfpath, imgpath)