如何将fitz.Page对象转为字节流以上传至Azure Blob存储？

要实现单个fitz.Page对象转字节流且不涉及本地存储，可以通过创建内存中的临时PDF文档来完成，具体实现如下：

完整实现代码 #

import fitz
import io

def store_fitz_page_as_bytes(fitz_page: fitz.fitz.Page)->bytes:
    '''
    将fitz_page转为字节流并返回的逻辑。
    - 操作无本地存储参与
    - 无需使用fitz_page.select([0])，支持批量处理所有页面
    '''
    # 创建空的临时PDF文档
    temp_doc = fitz.open()
    # 从原文档中复制当前页面到临时文档
    temp_doc.insert_pdf(fitz_page.parent, from_page=fitz_page.number, to_page=fitz_page.number)
    # 用BytesIO在内存中存储文档内容
    output_buffer = io.BytesIO()
    temp_doc.save(output_buffer)
    # 获取字节流数据
    pdf_bytes = output_buffer.getvalue()
    # 清理资源
    temp_doc.close()
    output_buffer.close()
    return pdf_bytes

def upload_bytes_to_azure_blob(pdf_bytes):
    '''
    此函数已实现，无需讨论，仅作用途说明
    '''

# 读取PDF文档
fitz_doc = fitz.open("test.pdf")

# 遍历所有页面逐个处理
for page_num in range(fitz_doc.page_count):
    fitz_page = fitz_doc[page_num]
    # 转换为字节流
    pdf_bytes = store_fitz_page_as_bytes(fitz_page)
    # 上传至Blob存储
    upload_bytes_to_azure_blob(pdf_bytes) 

实现说明 #

• 核心逻辑：借助临时内存文档承载单个页面，通过insert_pdf从原文档复制指定页面，避免了select方法的限制。
• 全程通过io.BytesIO在内存中完成保存，完全不涉及本地文件操作。
• 支持批量遍历所有页面，逐个转换上传，适配你的批量处理需求。

内容的提问来源于stack exchange，提问作者newbie101