Operátory stránky → JSON

Analyzujte obsahové toky PDF a exportujte operátory/operandy (TJ/Tj, Do, cm, q/Q…) stránku po stránce do JSON — lokálně v prohlížeči.

Importovat PDF

Žádná data nejsou odesílána na server: vše se provádí ve vašem prohlížeči.

Ladění textového renderováníPochopit, proč se text nezobrazuje, je obrácený nebo se nachází na špatném místě (matice, ořezávání, pořadí).
Identifikace zobrazených obrázkůIdentifikovat, které zdroje (XObject) jsou vykresleny na stránce a v jakém pořadí (operátor Do).
Technická analýza / reverzní inženýrstvíStudovat PDF generované třetí stranou, abyste pochopili jeho strukturu obsahu (ops a parametry).

JSON na stránku, který uvádí operátory a jejich operandy (pořadí vykonání zachováno).

Užitečné informace pro psaní pravidel detekce (např. stránky bez textu, přítomnost transformací atd.).

Velmi technický výstup: odráží jazyk popisu PDF, nikoli "lidské" zobrazení obsahu.
Streamy mohou být komprimovány/filtrované: extrakce závisí na schopnosti motoru je dekódovat.
U velkých PDF může být export objemný: pokud je to možné, zaměřte se na jednu stránku/rozsah.

Nahrazuje to extrakci textu?

Ne. Je to ladicí nástroj: ukazuje nízkoúrovňové operace, nikoli rekonstruovaný text.

Vidím hodně "q" a "Q", je to normální?

Ano: to jsou velmi časté zálohy/obnovy grafického stavu (zásobník).

K čemu slouží "cm"?

Je to transformace (matice) aplikovaná na souřadnice: často příčinou neočekávaných pozic/rotací.

Ladicí tip: hledejte sekvence kolem "Tj/TJ" (text) a "Do" (XObject), abyste pochopili skutečné pořadí zobrazení na stránce.