Firebase云函数中使用PyMuPDF遇编译错误的解决方案咨询

部署Firebase Python云函数时遇到PyMuPDF编译错误，提示找不到fitz.h，原因是旧版PyMuPDF依赖C扩展编译，而Firebase默认运行环境缺少必要的系统依赖库。下面是几个可行的解决方案：

方案1：升级PyMuPDF到带预编译wheel的新版本 #

你当前使用的PyMuPDF 1.18.19版本较旧，很多平台没有预编译的wheel包，导致部署时需要本地编译。升级到1.23.x及以上的稳定版，PyPI会提供Linux x86_64的预编译wheel，直接安装无需编译。

修改requirements.txt：

Flask==2.1.1
PyMuPDF==1.23.10  # 替换为最新稳定版
functions-framework==2.3.0

修改完成后重新部署云函数即可。

方案2：安装系统依赖后编译（适用于必须用旧版本的场景） #

如果一定要保留旧版PyMuPDF，需要先安装系统级依赖libmupdf-dev（fitz.h属于该库），可以通过Firebase的Cloud Build配置实现：

1. 创建cloudbuild.yaml文件，内容如下：

steps:
- name: 'python:3.9'
  entrypoint: 'bash'
  args:
  - '-c'
  - |
    apt-get update && apt-get install -y libmupdf-dev
    pip install -r requirements.txt -t .
- name: 'gcr.io/google.com/cloudsdktool/cloud-sdk'
  args:
  - 'functions'
  - 'deploy'
  - '你的函数名称'  # 替换为你的云函数实际名称
  - '--runtime=python39'  # 对应你的Python运行时版本
  - '--trigger-http'  # 根据你的触发器类型调整，如--trigger-bucket等
  - '--source=.'

2. 使用该配置部署：

gcloud functions deploy --config cloudbuild.yaml

方案3：替换为纯Python的PDF提取库 #

如果不想折腾编译流程，可以换成无需C扩展的纯Python库，比如PyPDF2或pdfplumber，这些库能直接在Firebase环境安装运行。

以PyPDF2为例：

1. 修改requirements.txt：

Flask==2.1.1
PyPDF2==3.0.1
functions-framework==2.3.0

2. 调整文本提取代码：

from PyPDF2 import PdfReader
from io import BytesIO
from typing import Literal

def binary_to_text(binary: bytes, filetype: Literal["pdf", "png", "jpg", "jpeg"]) -> str:
    try:
        if filetype == "pdf":
            reader = PdfReader(BytesIO(binary))
            text = ""
            for page in reader.pages:
                page_text = page.extract_text()
                if page_text:
                    text += page_text
            return text
        elif filetype in ["png", "jpg", "jpeg"]:
            return "Text extraction from images is not supported yet."
        else:
            return "Unsupported file type (upload pdf, png, jpg, jpeg instead)."
    except Exception as e:
        return str(e)

修改完成后重新部署云函数即可。

内容的提问来源于stack exchange，提问作者OleOle