Skip to content
PDF Oxide

Processamento assíncrono de PDF

O PDF Oxide oferece APIs assíncronas de primeira classe em Python, C# e Node.js, de modo que a extração nunca bloqueia o seu event loop ou o handler de requisições HTTP. Os mesmos métodos de PdfDocument são expostos como wrappers assíncronos que despacham para uma thread / pool de threads em segundo plano.

Python — AsyncPdfDocument

Cada método de PdfDocument tem um equivalente aguardável (awaitable) em AsyncPdfDocument. Cada chamada encapsula o método síncrono com asyncio.to_thread().

Python

import asyncio
from pdf_oxide import AsyncPdfDocument

async def extract(path):
    doc = await AsyncPdfDocument.open(path)
    text = await doc.extract_text(0)
    return text

asyncio.run(extract("report.pdf"))

Distribuição (fan-out) entre páginas

Python

import asyncio
from pdf_oxide import AsyncPdfDocument

async def extract_all(path):
    doc = await AsyncPdfDocument.open(path)
    page_count = await doc.page_count()
    pages = await asyncio.gather(*[doc.extract_text(i) for i in range(page_count)])
    return pages

Criação

AsyncPdf espelha a classe Pdf para os fluxos de criação:

Python

from pdf_oxide import AsyncPdf

pdf = await AsyncPdf.from_markdown("# Hello")
await pdf.save_async("out.pdf")

Conversão de Office

AsyncOfficeConverter trata a conversão assíncrona DOCX / XLSX / PPTX → PDF.

Python

from pdf_oxide import AsyncOfficeConverter

converter = AsyncOfficeConverter()
pdf_bytes = await converter.docx_to_pdf_bytes("input.docx")

Python free-threaded (cp314t)

O módulo de extensão pdf_oxide declara gil_used = false, o que o torna seguro para uso sob cp314t (builds free-threaded do Python 3.14). Várias threads podem chamar métodos de PdfDocument em paralelo sem a serialização do GIL.

Python

from concurrent.futures import ThreadPoolExecutor
from pdf_oxide import PdfDocument

doc = PdfDocument("large.pdf")

with ThreadPoolExecutor(max_workers=8) as pool:
    pages = list(pool.map(doc.extract_text, range(doc.page_count())))

C# — async Task<T> com CancellationToken

Cada método de extração e de salvamento tem uma variante *Async que retorna Task<T> e aceita um CancellationToken opcional.

C#

using PdfOxide.Core;

using var doc = PdfDocument.Open("report.pdf");

string text = await doc.ExtractTextAsync(0);

using var cts = new CancellationTokenSource(TimeSpan.FromSeconds(30));
var tasks = Enumerable.Range(0, doc.PageCount)
    .Select(i => doc.ExtractTextAsync(i, cts.Token));
string[] pages = await Task.WhenAll(tasks);

Editor

C#

using var editor = DocumentEditor.Open("form.pdf");
editor.SetFormFieldValue("name", "Jane Doe");
await editor.SaveAsync("filled.pdf");

Node.js — métodos *Async

Cada método síncrono tem um irmão assíncrono — extractText → extractTextAsync, save → saveAsync, etc. As chamadas assíncronas são executadas no pool de threads do libuv.

Node.js

const { PdfDocument } = require("pdf-oxide");

async function extractAll(path) {
  const doc = new PdfDocument(path);
  try {
    const pageCount = doc.getPageCount();
    const pages = await Promise.all(
      Array.from({ length: pageCount }, (_, i) => doc.extractTextAsync(i))
    );
    return pages;
  } finally {
    doc.close();
  }
}

Exemplo de handler HTTP

Node.js

import express from "express";
import { PdfDocument } from "pdf-oxide";

const app = express();

app.post("/extract", express.raw({ type: "application/pdf", limit: "50mb" }), async (req, res) => {
  const doc = PdfDocument.openFromBytes(req.body);
  try {
    const text = await doc.extractTextAsync(0);
    res.json({ text });
  } finally {
    doc.close();
  }
});

Modelo de concorrência

Linguagem Mecanismo
Python asyncio.to_thread despacha a chamada síncrona para o executor padrão
Python (cp314t) Paralelismo real de threads — o GIL é opcional
C# Padrão assíncrono baseado em Task, despachado para o ThreadPool
Node.js Worker threads do libuv (Napi::AsyncWorker)
Go Não é necessário — as goroutines chamam os métodos síncronos diretamente
Rust Não fornecido — use tokio::task::spawn_blocking ou o executor de sua escolha

Veja o guia de concorrência para compartilhar um único PdfDocument entre threads.

Relacionados