PDF sang JSON

Toàn bộ cấu trúc đối tượng của PDF như cpdf đọc được: trailer, catalog, cây trang, mọi từ điển, và luồng nội dung của mỗi trang được phân tích thành danh sách các toán tử vẽ và văn bản. Đây là bản kết xuất đầy đủ của tệp chứ không phải bản tóm tắt.

Thường là không. Văn bản ở đây nằm rải rác trong các toán tử luồng nội dung theo thứ tự được vẽ, với phông chữ và vị trí nhưng không có đoạn văn. Để lấy văn bản trang dễ đọc ở định dạng có cấu trúc, hãy dùng Chuẩn bị PDF cho AI, và để lấy văn bản thuần, dùng PDF sang văn bản.

Không với BentoPDF. Đầu ra theo định dạng JSON riêng của cpdf, mà công cụ dòng lệnh cpdf có thể đọc lại thành PDF, nhưng công cụ trên trình duyệt chỉ đi một chiều.

Luồng nội dung được mở rộng thành mảng toán tử, dữ liệu luồng nhị phân như hình ảnh được mã hóa thành văn bản, và mọi đối tượng được ghi ra cùng các khóa của nó, nên tệp JSON lớn gấp nhiều lần nguồn là bình thường. PDF lớn hoặc nhiều hình ảnh tạo ra tệp rất lớn.

Chọn bao nhiêu tệp tùy thích; mỗi tệp được chuyển trong một worker nền và kết quả được đóng gói vào pdfs-to-json.zip với mỗi PDF một tệp .json, đặt tên theo tệp nguồn. Một PDF đơn lẻ cũng được giao dưới dạng ZIP.

Bạn sẽ được hỏi mật khẩu trước khi chuyển đổi bắt đầu và bản đã giải mã được tuần tự hóa. Không có mật khẩu thì không đọc được cấu trúc đối tượng.

Kiểm tra cấu trúc bên trong của PDF khi gỡ lỗi một trình tạo PDF, xem luồng nội dung của một trang chứa gì, so sánh cấu trúc hai phiên bản, hoặc đưa cây đối tượng vào một tập lệnh. Nếu chỉ cần thuộc tính tài liệu, Xem siêu dữ liệu nhanh hơn.

Không. cpdf chạy dưới dạng WebAssembly trong một web worker ngay trong trình duyệt của bạn, và JSON được ghi và nén ZIP trên thiết bị của bạn trước khi tải xuống.