更新日志

V0.4.9

✨ 新功能

• 新增内置上传工具：MinIO。您可以轻松地将Markdown文档中的图片（无论是在线链接还是本地链接）上传到MinIO，并使用MinIO生成的图片链接进行替换。🔍查看使用示例 by @Huxb12138 in #51

🚀 其他

• 新增一些示范代码

V0.4.8

✨ 新功能

• PDF转换函数新增oss_choose选项，支持Doc2X通过OSS上传文件的新接口，显著提升上传速度，同时支持上传的文件体积增大到1G。默认值为always（所有文件均通过OSS上传）。🔍查看同步接口文档，📦查看异步接口文档
• 新增同时输出多种格式的功能(不会消耗额外额度)。注意由于导出接口速率限制，启用后会延长少许转换时间，🔍查看详细

🚀 其他

• 更为详细的网络错误检测
• 由于上游API不再提供ocr开关选项(其现在强制开启)，弃用ocr选项
• 适配新的错误码

V0.4.8b3

注意

这是一个beta版本，可能存在不稳定性和潜在问题。建议在生产环境中谨慎使用。

要安装此版本，请使用以下命令：pip install pdfdeal==0.4.8b3

✨ 新功能

• 新增同时输出多种格式的功能(不会消耗额外额度)。注意由于导出接口速率限制，启用后会显著延长转换时间，🔍查看详细

🚀 其他

• 更为详细的网络错误检测

V0.4.8b2

注意

这是一个beta版本，可能存在不稳定性和潜在问题。建议在生产环境中谨慎使用。

要安装此版本，请使用以下命令：pip install pdfdeal==0.4.8b2

🚀 其他

• 由于上游API不再提供ocr开关选项(其现在强制开启)，弃用ocr选项
• 适配新的错误码

V0.4.8b1

注意

这是一个beta版本，可能存在不稳定性和潜在问题。建议在生产环境中谨慎使用。

要安装此版本，请使用以下命令：pip install pdfdeal==0.4.8b1

✨ 新功能

• PDF转换函数新增oss_choose选项，支持Doc2X通过OSS上传文件的新接口，显著提升上传速度。默认值为always（所有文件均通过OSS上传）。🔍查看同步接口文档，📦查看异步接口文档

V0.4.7

✨ 新功能

• 为所有请求启用HTTP/2支持，其理论上能提升传输文件性能

🔧 BUG修复

• 修复图片替换工具mds_replace_imgs无法使用的bug
• 修复full_speed启用时可能会导致死锁的问题

🚀 其他

• 重新在 GitHub Action 中引入 Ruff 进行代码检查以及代码格式化检查
• 新增对API密匙认证失败的提示
• 修复文档中对于CLI参数的错误声明

V0.4.6

✨ 新功能

• 初始化新增full_speedbeta功能，其会其会自动嗅探当前可用的最高并发上限,🔍查看详细。

🔧 BUG修复

• 函数注释拼写错误纠正

🚀 其他

• 更为详细的报错说明，现在报错会尽可能地附带trace-id以方便定位问题
• 由于未达到预期效果，取消retry实验性选项

V0.4.5

🔧 BUG修复

• 修复无法处理页数超限报错的问题

V0.4.4

🔧 BUG修复

• 修复请求间隔过小的问题

V0.4.3

注

Doc2X的V1接口即将被弃用！请尽快迁移至V2接口。查看接口迁移指南以确定是否需要更改代码。

大多数情况下，您无需更改代码，0.4.X版本尽量保持对0.3.1版本的向上兼容。

🔧 BUG修复

• 修复了潜在的死锁问题
• 大幅改进了并发性能

🚀 其他

• 同步Doc2X新报错码
• 改进包依赖关系

V0.4.2

注

Doc2X的V1接口即将被弃用！请尽快迁移至V2接口。查看接口迁移指南以确定是否需要更改代码。

大多数情况下，您无需更改代码，0.4.X版本尽量保持对0.3.1版本的向上兼容。

🔧 BUG修复

• 修复了在网络环境较差时，请求可能会无限卡死的问题
• 修复了CLI程序中参数错误的问题

V0.4.1

注

Doc2X的V1接口即将被弃用！请尽快迁移至V2接口。查看接口迁移指南以确定是否需要更改代码。

大多数情况下，您无需更改代码，0.4.X版本尽量保持对0.3.1版本的向上兼容。

✨ 新功能

• pdf2file函数新增实验性选项retry，用于决定是否重试失败的转换，默认关闭。此功能将在未来版本中进一步完善，🔍查看
• 当传入单个文件路径时，pdf2file将自动保留原文件名，🔍查看
• 更新CLI程序以支持新的V2接口

🔧 BUG修复

• 修复了传入单个文件路径时，自定义导出文件名不生效的问题
• 修复了在网络环境较差时，下载转换后文件可能卡死的问题

🚀 其他

• 支持Python3.13，并在Github Action中添加相关测试
• 实验性支持Python3.13t(nogil)

V0.4.0

注

Doc2X的V1接口将会在近期被弃用！请尽快迁移至V2接口。请查看接口迁移指南，以查看您的场景是否有需要代码更改。

在大部分情况下，您不需要更改任何代码，0.4.X版本会尽可能地向上兼容0.3.1版本。

✨ 功能变动

• 支持Doc2X V2接口
• pdf2file接口将会自动识别输入是文件夹路径/文件路径/列表形式的文件路径并进行处理，查看
• pdf2file将会自动保持原有文件结构，不再需要手动介入，查看
• 完善报错提示，现在其会尝试为报错提供解决方案

🚀 其他

• 优化包依赖，现在只需httpx和pypdf这两个小型包
• 提供了更为简便的debug日志开关

V0.3.1

注意

0.3.1版本后更新输出为logging，默认情况下仅会输出Warning及以上等级的信息。如您希望查看处理过程，请设置logging等级为INFO：

import logging
httpx_logger = logging.getLogger("httpx")
httpx_logger.setLevel(logging.WARNING)
logging.basicConfig(level=logging.INFO)

🚀 其他

• 更改包信息输出方式为logging模块，不会再输出一堆东西了

V0.3.0

✨ 功能变动

• 文档拆分支持按照段落输出多个文件
• 新增文档解压功能

🔧 BUG 修复

• 修正了转换状态提示的用语
• 修复了无法打印报错堆栈的问题

🚀 其他

• 文档网页改进了Linux用户的体验(字体指定更加友好)
• 新增与RAG应用(例如Fastgpt，Dify等)结合使用的示范

V0.2.5

✨ 功能变动

• 新增内置上传工具：S3

🔧 BUG 修复

• MD 文档图片上传工具无法处理相对路径图片的问题

🚀 其他

• 在 GitHub Action 中引入 Ruff 进行代码检查以及代码格式化检查

V0.2.4

✨ 功能变动

• 新增 MD 文档自动拆分工具
• 新增 MD 文档图片上传工具
• 新增内置上传工具：阿里云 OSS
• CLI 工具会保留文件的源名字(而不是以 UUID 命名)

🔧 BUG 修复

• 修复了请求 status 失败时不会显示错误信息的问题

V0.2.3

🔧 BUG 修复

• 修复了无法在 Jupyter Notebook 中使用的问题
• 修复了pdfdeal函数中速率限制器没生效的问题

V0.2.2

✨ 功能变动

• CLI 命令行程序doc2x支持自动解压下载的压缩包

🔧 BUG 修复

• 某些情况下，CLI 命令行程序doc2x不能保存密匙到本地
• 替换Markdown文件中的图片链接为本地文件链接功能保存图片格式错误(将 jpg 图片保存为 png 格式)

V0.2.1

✨ 功能变动

• 更新适配新的 doc2x 速率限制规则，由每分钟请求数（RPM） -> 同时任务请求数。

🔧 BUG 修复

• CLI 命令行程序doc2x不能保存报错日志，仅能打印在终端中

V0.2.0

警告

本次版本有重大接口更新(影响范围：全部）

• 函数返回参数变动，请查看更新详细以查看如何迁移

✨ 功能变动

• 新增 CLI 命令行程序doc2x，用于快速使用 doc2x 批量处理 PDF 或图片文件，使用请参见此处
• 新增 CLI 命令对 graphrag 的适配，使用请参见graphrag 集成教程
• 更新 Doc2X 文件翻译功能，支持指定输出语言以及使用的模型，使用参见此处
• 增强了异常处理
• 函数返回参数变动，会返回更多更详细的内容
• 解耦处理过程中的各个部分

🔧 BUG 修复

• [Doc2X] 使用个人 API 时，如输入的文件有多个文件损坏，可能会导致无限循环
• [FileTool] get_files函数不能接受pdf输出格式

🚀 其他

• 文档更新至单独的储存库pdfdeal-docs
• 更新了单元测试