PDF в JSON

Полная структура объектов PDF в том виде, как её читает cpdf: трейлер, каталог, дерево страниц, каждый словарь и поток содержимого каждой страницы, разобранный в список операторов рисования и текста. Это полный дамп файла, а не краткое содержание.

Обычно нет. Текст здесь разбросан по операторам потока содержимого в порядке отрисовки, со шрифтами и позициями, но без абзацев. Для читаемого текста страниц в структурированном формате используйте Подготовить PDF для ИИ, а для обычного текста PDF в текст.

В BentoPDF нет. Результат следует собственному формату JSON cpdf, который консольная утилита cpdf может прочитать обратно в PDF, но браузерный инструмент работает только в одну сторону.

Потоки содержимого разворачиваются в массивы операторов, двоичные данные потоков, например изображения, кодируются как текст, а каждый объект записывается вместе со своими ключами, поэтому JSON в несколько раз больше исходника это нормально. Большие PDF или PDF с обилием изображений дают очень большие файлы.

Выбирайте сколько угодно: каждый файл конвертируется в фоновом потоке, а результаты упаковываются в pdfs-to-json.zip с одним .json на каждый PDF с именем исходного файла. Один PDF тоже приходит в ZIP.

Пароль запрашивается до начала конвертации, а сериализуется расшифрованная копия. Без пароля структуру объектов прочитать нельзя.

Для изучения внутреннего устройства PDF при отладке генератора, проверки содержимого потока страницы, структурного сравнения двух версий или передачи дерева объектов в скрипт. Если нужны только свойства документа, быстрее Просмотр метаданных.

Нет. cpdf работает как WebAssembly в веб-потоке вашего браузера, а JSON записывается и архивируется на вашем устройстве до скачивания.