Bladsy operateurs → JSON

Analiseer die inhoudstrome van 'n PDF en voer die operateurs/operandes (TJ/Tj, Do, cm, q/Q…) bladsy vir bladsy uit in JSON — plaaslik in die blaaier.

Laai 'n PDF op

Geen data word na 'n bediener gestuur nie: alles gebeur in jou blaaier.

Debug teks weergaweVerstaan waarom teks nie verskyn nie, omgekeerd is, of op die verkeerde plek is (matrisse, clipping, volgorde).
Identifiseer vertoonde beeldeIdentifiseer watter hulpbronne (XObject) op 'n bladsy geteken word en in watter volgorde (operateur Do).
Tegniese analise / omgekeerdStudie van 'n PDF wat deur 'n derdeparty-instrument gegenereer is om sy inhoudsstruktuur (ops en parameters) te verstaan.

'n JSON per bladsy wat die operateurs en hul operande lys (uitvoeringsvolgorde behou).

Nuttige inligting om detectiereëls te skryf (bv. bladsye sonder teks, teenwoordigheid van transformasies, ens.).

Baie tegniese uitvoer: dit weerspieël die PDF-beskrywingstaal, nie 'n "menslike" voorstelling van die inhoud nie.
Die streams kan gecomprimeer/gefilter wees: die ekstraksie hang af van die vermoë van die enjin om dit te dekodeer.
Op groot PDF's kan die uitvoer groot wees: teiken 'n bladsy/reeks indien moontlik.

Vervang dit die teks ekstraksie?

Nee. Dit is 'n debug-instrument: dit wys die lae vlak operasies, nie die herboude teks nie.

Ek sien baie "q" en "Q", is dit normaal?

Ja: dit is baie algemene stoor/restaurasie van grafiese toestand (stapel).

Wat is die doel van “cm”?

Dit is 'n transformasie (matris) wat op die oorsprong toegepas word: dikwels die oorsaak van onverwagte posisies/rotasies.

Debug wenk: soek die volgorde rondom "Tj/TJ" (teks) en "Do" (XObject) om die werklike volgorde van vertoon op die bladsy te verstaan.