PDF in JSON

L'intera struttura degli oggetti del PDF così come la legge cpdf: il trailer, il catalogo, l'albero delle pagine, ogni dizionario e il flusso di contenuto di ogni pagina scomposto in un elenco di operatori di disegno e di testo. È un dump completo del file, non un riepilogo.

Di solito no. Il testo qui è sparso tra gli operatori del flusso di contenuto nell'ordine in cui è stato disegnato, con caratteri e posizioni ma senza paragrafi. Per ottenere il testo leggibile delle pagine in un formato strutturato usa Prepara PDF per l'IA, e per il testo semplice usa PDF in testo.

Non con BentoPDF. L'output segue il formato JSON proprio di cpdf, che lo strumento da riga di comando cpdf può rileggere in un PDF, ma lo strumento nel browser funziona in una sola direzione.

I flussi di contenuto vengono espansi in array di operatori, i dati binari dei flussi come le immagini sono codificati come testo, e ogni oggetto viene scritto con le sue chiavi, quindi è normale che il file JSON sia diverse volte più grande dell'originale. PDF grandi o ricchi di immagini producono file molto grandi.

Selezionane quanti ne vuoi; ognuno viene convertito in un worker in background e i risultati vengono raccolti in pdfs-to-json.zip con un .json per PDF, con il nome del file di origine. Anche un singolo PDF arriva in uno ZIP.

Ti viene chiesta la password prima dell'inizio della conversione e viene serializzata la copia decifrata. Senza la password la struttura degli oggetti non può essere letta.

A ispezionare la struttura interna di un PDF mentre si fa il debug di un generatore, a controllare cosa contiene il flusso di contenuto di una pagina, a confrontare due versioni a livello strutturale o a passare l'albero degli oggetti a uno script. Per le sole proprietà del documento, Visualizza metadati è più rapido.

No. cpdf gira come WebAssembly in un web worker nel tuo browser, e il JSON viene scritto e compresso in ZIP sul tuo dispositivo prima del download.