PDF'den JSON'a

PDF'in cpdf tarafından okunduğu haliyle tam nesne yapısı: trailer, katalog, sayfa ağacı, her sözlük ve her sayfanın çizim ve metin operatörleri listesine ayrıştırılmış içerik akışı. Bu bir özet değil, dosyanın eksiksiz dökümüdür.

Genellikle hayır. Buradaki metin, içerik akışı operatörlerine çizildiği sırayla dağılmıştır; yazı tipleri ve konumlar vardır ama paragraf yoktur. Yapılandırılmış biçimde okunabilir sayfa metni için PDF'yi Yapay Zekaya Hazırla, düz metin için PDF'den Metne aracını kullanın.

BentoPDF ile değil. Çıktı, cpdf komut satırı aracının tekrar PDF'ye okuyabildiği cpdf'nin kendi JSON biçimini izler, ancak tarayıcı aracı yalnızca tek yönde çalışır.

İçerik akışları operatör dizilerine genişletilir, görüntüler gibi ikili akış verileri metin olarak kodlanır ve her nesne anahtarlarıyla birlikte yazılır; bu yüzden kaynağın birkaç katı boyutunda bir JSON dosyası normaldir. Büyük veya görüntü yoğun PDF'ler çok büyük dosyalar üretir.

İstediğiniz kadar seçin; her biri arka planda bir worker'da dönüştürülür ve sonuçlar, kaynak dosyanın adını taşıyan PDF başına bir .json içeren pdfs-to-json.zip içinde paketlenir. Tek bir PDF de ZIP olarak gelir.

Dönüştürme başlamadan önce parola istenir ve şifresi çözülmüş kopya serileştirilir. Parola olmadan nesne yapısı okunamaz.

Bir üreteci hata ayıklarken PDF'in iç yapısını incelemek, bir sayfanın içerik akışında ne olduğunu kontrol etmek, iki sürümü yapısal olarak karşılaştırmak veya nesne ağacını bir betiğe beslemek için. Yalnızca belge özellikleri için Meta Verileri Görüntüle daha hızlıdır.

Hayır. cpdf, tarayıcınızda bir web worker içinde WebAssembly olarak çalışır ve JSON indirmeden önce cihazınızda yazılıp sıkıştırılır.