Skip to content
PDF Oxide

PDF Oxide와 lopdf 비교

lopdf는 PDF 객체를 직접 조작하기 위한 저수준 Rust 크레이트입니다. PDF Oxide는 텍스트 추출, 생성, 편집을 기본으로 제공하는 고수준 라이브러리입니다. 두 라이브러리는 근본적으로 다른 사용 사례를 대상으로 합니다.

핵심 차이점

추상화 수준. lopdf는 원시 PDF 객체 — 딕셔너리, 스트림, 상호 참조 테이블 — 를 제공합니다. 텍스트 추출도, 폰트 디코딩도, 이미지 내보내기도 없습니다. PDF Oxide는 목적에 맞게 설계된 메서드를 제공합니다: extract_text(), extract_images(), to_markdown().

신뢰성. lopdf는 3,830개 PDF 테스트 코퍼스의 20%를 파싱하지 못합니다. 파싱에 성공한 PDF 중에서도 57%는 빈 출력을 내놓는데, lopdf에 텍스트 추출 기능이 없기 때문입니다 — 객체는 얻지만 텍스트는 얻지 못합니다. PDF Oxide는 100%를 통과합니다.

파싱 가능한 PDF에서의 속도. 원시 객체 파싱에서는 lopdf가 더 빠릅니다: 평균 0.3ms 대 PDF Oxide의 0.8ms. 하지만 lopdf는 텍스트 추출 작업을 전혀 하지 않습니다 — 폰트 디코딩, CMap 해석, 간격 분석, 읽기 순서를 직접 구현해야 합니다.

빠른 비교

PDF Oxide lopdf
API 수준 고수준 저수준
텍스트 추출 내장(프로덕션급) 없음
통과율(3,830개 PDF) 100% 80.2%
평균 파싱 시간 0.8ms 0.3ms
이미지 추출 내장 수동(원시 스트림)
양식 필드 읽기 + 쓰기 수동(원시 딕셔너리)
PDF 생성 지원(Markdown/HTML) 지원(원시 객체)
Markdown/HTML 출력 지원 미지원
암호화 읽기 + 쓰기 미지원
렌더링 지원 미지원
PDF/A 검증 지원 미지원
라이선스 MIT MIT

lopdf로는 할 수 없는 것

lopdf는 PDF 객체에 대한 접근을 제공하지만, 텍스트 추출은 그 객체들을 PDF 명세에 따라 해석하는 작업을 필요로 합니다. 다음은 직접 구현해야 할 것들입니다:

  1. 콘텐츠 스트림 파싱 — PostScript와 유사한 연산자(Tj, TJ, Tm, Tf 등) 파싱
  2. 폰트 해석 — /Font 리소스 조회, 간접 참조 해석
  3. CMap/ToUnicode 디코딩 — 글리프 ID를 유니코드 문자로 변환
  4. 폰트 메트릭 기반 간격 — 폰트 디스크립터로부터 문자 너비 계산
  5. 텍스트 행렬 변환 — Tm, Td, T* 연산자를 적용해 텍스트 배치
  6. 읽기 순서 — 다단 레이아웃의 올바른 순서 판별
  7. 합자 재구성 — fi, fl, ffi 합자 처리
  8. CJK 인코딩 — 중국어, 일본어, 한국어 텍스트 인코딩 디코딩

이는 수천 줄의 코드와 ISO 32000에 대한 깊은 지식을 요구합니다. PDF Oxide는 이 모든 것을 내부에서 처리합니다.

코드 나란히 비교

텍스트 추출

PDF Oxide:

use pdf_oxide::PdfDocument;

let mut doc = PdfDocument::open("report.pdf")?;
let text = doc.extract_text(0)?;
println!("{}", text);

lopdf:

use lopdf::Document;

let doc = Document::load("report.pdf")?;

// lopdf does not provide text extraction.
// You get access to PDF objects only:
let page_id = doc.page_iter().next().unwrap();
let page = doc.get_dictionary(page_id)?;
let contents = page.get("Contents")?;
let stream = doc.get_object(contents.as_reference()?)?;

// To get actual text, you must:
// 1. Parse content stream operators
// 2. Resolve font references from /Resources
// 3. Decode CMap/ToUnicode mappings
// 4. Apply text matrix transformations
// 5. Handle encoding differences
// ... (hundreds to thousands of lines of code)

PDF 생성

PDF Oxide:

use pdf_oxide::api::Pdf;

let pdf = Pdf::from_markdown("# Report\n\n| Q1 | Q2 |\n|---|---|\n| $1M | $2M |")?;
pdf.save("report.pdf")?;

lopdf:

use lopdf::{Document, Object, Stream, dictionary};

let mut doc = Document::with_version("1.5");

// Create font dictionary
let font_id = doc.add_object(dictionary! {
    "Type" => "Font",
    "Subtype" => "Type1",
    "BaseFont" => "Helvetica",
});

// Create resources
let resources_id = doc.add_object(dictionary! {
    "Font" => dictionary! { "F1" => font_id },
});

// Create content stream (raw PostScript operators)
let content = Stream::new(
    dictionary! {},
    b"BT /F1 12 Tf 72 720 Td (Hello World) Tj ET".to_vec(),
);
let content_id = doc.add_object(content);

// Create page
let page_id = doc.add_object(dictionary! {
    "Type" => "Page",
    "MediaBox" => vec![0.into(), 0.into(), 612.into(), 792.into()],
    "Contents" => content_id,
    "Resources" => resources_id,
});

// Wire up page tree
let pages_id = doc.add_object(dictionary! {
    "Type" => "Pages",
    "Kids" => vec![page_id.into()],
    "Count" => 1,
});
doc.add_object(dictionary! {
    "Type" => "Catalog",
    "Pages" => pages_id,
});

doc.save("report.pdf")?;

암호화된 PDF

PDF Oxide:

use pdf_oxide::PdfDocument;

let doc = PdfDocument::open_with_password("encrypted.pdf", "secret")?;
let text = doc.extract_text(0)?;
println!("{}", text);

lopdf:

// lopdf does not support encrypted PDFs.
// Loading an encrypted PDF will fail or produce undecrypted streams.

신뢰성 비교

지표 PDF Oxide lopdf
파싱에 성공한 PDF 3,823 / 3,823(100%) 3,071 / 3,823(80.2%)
텍스트 출력이 있는 PDF 3,823 / 3,823 약 1,320 / 3,823(추정치)
암호화 PDF 지원 지원 미지원
손상된 PDF 복구 지원 미지원

lopdf의 80.2% 통과율은 대략 5개 중 1개의 PDF에서 실패한다는 뜻입니다. 실패는 암호화된 문서, 비표준 xref 테이블을 가진 PDF, 상호 참조 스트림을 사용하는 문서에서 발생합니다. PDF Oxide는 관대한 파싱과 폴백 전략으로 이 모든 경우를 처리합니다.

어느 것을 언제 쓸 것인가

다음의 경우 PDF Oxide를 선택하세요:

  • 텍스트 추출, 이미지 추출 또는 콘텐츠 수준의 작업이 필요한 경우
  • 읽기 + 쓰기 + 생성을 단일 크레이트로 해결하고 싶은 경우
  • 모든 PDF(암호화, 손상, 복잡한 것)를 안정적으로 처리해야 하는 경우
  • Markdown/HTML 출력, 렌더링 또는 OCR이 필요한 경우
  • 규격 준수 검증(PDF/A, PDF/X, PDF/UA)이 필요한 경우

다음의 경우 lopdf를 선택하세요:

  • 맞춤 처리를 위해 PDF 객체에 직접 접근해야 하는 경우
  • 객체 수준에서 동작하는 특수한 PDF 도구를 만드는 경우
  • 객체 트리를 직접 조작해 문서를 병합해야 하는 경우
  • 다루는 PDF가 단순하고 형식이 올바른 경우(암호화 없음, 표준 xref 테이블)

둘을 함께 사용하기:

고수준 작업에는 PDF Oxide를, 원시 객체 접근이 필요한 엣지 케이스에는 lopdf를 사용하세요:

[dependencies]
pdf_oxide = "0.3"
lopdf = "0.32"

관련 페이지