基于PyMuPDF的OFD与PDF双向转换：Python实战与中文文档处理新思路

1. 为什么需要OFD与PDF双向转换？

在日常办公和文档处理中，PDF格式大家都很熟悉了，但你可能对OFD这个国产文档格式还不太了解。OFD全称是Open Fixed-layout Document，是我国自主制定的电子文件格式标准，特别适合处理中文文档。我在处理政府公文和电子发票时发现，OFD在中文排版、印章支持和版式固定方面表现非常出色，完全不会出现PDF常见的乱码问题。

举个例子，去年我帮一家企业做财务系统升级，他们收到的电子发票全是OFD格式，但财务人员习惯用PDF工具查看和打印。这时候就需要一个可靠的格式转换工具，既能保持原始版式，又能确保所有中文内容正确显示。PyMuPDF这个Python库完美解决了这个问题，它不仅能处理PDF，还原生支持OFD格式的读写和转换。

2. 环境准备与PyMuPDF安装

2.1 安装PyMuPDF的正确姿势

安装PyMuPDF其实很简单，但我在实际项目中踩过几个坑。最稳妥的方式是使用pip安装指定版本：

bash复制pip install PyMuPDF==1.23.0

为什么强调版本号？因为我在使用最新版时遇到过OFD转换的兼容性问题，1.23.0这个版本经过长期测试最稳定。安装完成后，可以用以下代码检查是否安装成功：

python复制import fitz  # PyMuPDF的导入名称
print(fitz.__doc__)

如果看到输出中包含"PDF"和"OFD"相关说明，说明安装正确。有个小细节要注意：在Linux系统上可能需要先安装一些依赖库，比如libmupdf-dev，否则可能会报错。

2.2 处理中文文档的额外配置

为了让转换后的文档完美支持中文，我建议在代码开头添加这些配置：

python复制import fitz

# 设置中文字体映射
font = fitz.Font("china-s")  # 使用内置中文字体
fitz.TOOLS.set_small_glyph_heights(False)  # 确保中文显示清晰

这个配置特别重要，我遇到过很多次转换后中文变成方框的情况，都是因为没有正确设置中文字体。china-s是PyMuPDF内置的思源宋体，对中文排版支持很好。

3. OFD转PDF的实战技巧

3.1 基础转换函数优化

原始文章给出了基本的转换函数，但在实际使用中我发现还需要考虑更多细节。这是我优化后的版本：

python复制def ofd_to_pdf(file_path, output_path=None, dpi=300):
    """
    增强版OFD转PDF函数
    :param file_path: OFD文件路径
    :param output_path: 输出路径，默认为同目录下同名文件
    :param dpi: 输出分辨率，影响图像质量
    :return: 输出文件路径
    """
    try:
        doc = fitz.open(file_path)
        # 设置转换选项
        options = {
            "dpi": dpi,
            "no_anti_alias": 0,  # 启用抗锯齿
            "graph": 1,  # 保留图形
            "text": 1    # 保留文本
        }
        pdf_bytes = doc.convert_to_pdf(options=options)
        
        if not output_path:
            output_path = file_path[:-4] + ".pdf"
            
        with open(output_path, "wb") as f:
            f.write(pdf_bytes)
            
        print(f"转换成功: {file_path}