Πολυάριθμες PDF → JSON

Εντοπίστε τις δηλωμένες/χρησιμοποιούμενες γραμματοσειρές σε ένα PDF (πόροι σελίδων) και εξάγετε τη λίστα σε μορφή JSON, τοπικά.

Εισαγωγή ενός PDF

Καμία δεδομένα δεν αποστέλλονται σε διακομιστή: όλα γίνονται στον περιηγητή σας.

Γρήγορος έλεγχος πόρωνΚαταγράψτε όλες τις γραμματοσειρές που χρησιμοποιούνται, τους τύπους τους και τις κωδικοποιήσεις τους για να κατανοήσετε ένα πολύπλοκο PDF.
Εξαγωγή & ευρετηρίασηΑναγνωρίστε περιπτώσεις όπου η εξαγωγή κειμένου είναι εύθραυστη (έλλειψη ToUnicode, μη τυπική κωδικοποίηση).
Προετοιμασία εκτύπωσης / PDF/AΑναγνωρίστε τις γραμματοσειρές σε υποσύνολο, μη ενσωματωμένες ή δυνητικά προβληματικές.

Ένα δομημένο JSON που καταγράφει τις γραμματοσειρές (BaseFont, Subtype, Encoding, flags ενσωμάτωσης/υποσυνόλου, ToUnicode αν υπάρχει).

Πληροφορίες συμφραζομένων: σελίδα(ες) χρήσης, σχετικοί πόροι, αναγνωριστικά αντικειμένων (αν είναι διαθέσιμα).

Η ίδια ονομασία γραμματοσειράς μπορεί να εμφανίζεται πολλές φορές μέσω διαφορετικών υποσυνόλων.
Ορισμένες πληροφορίες μπορεί να λείπουν ανάλογα με τον δημιουργό PDF (ελάχιστα μεταδεδομένα γραμματοσειράς).
Σε πολύ μεγάλες PDF, η εξαγωγή μπορεί να είναι βαριά: φιλτράρετε στη συνέχεια πλευρά του κώδικα σύμφωνα με τις ανάγκες σας.

Αυτή η εξαγωγή περιλαμβάνει τα αρχεία γραμματοσειρών;

Όχι: περιγράφει τις γραμματοσειρές και τις ιδιότητές τους. Για να ενσωματώσετε μια γραμματοσειρά, πρέπει να αναγεννήσετε το PDF.

Γιατί τα ονόματα μοιάζουν με “ABCDEF+Roboto”;

Είναι τυπικό για γραμματοσειρές σε υποσύνολο: προστίθεται ένα τυχαίο πρόθεμα για να αποφευχθούν οι συγκρούσεις.

Ποιος είναι ο σκοπός της εξαγωγής σε JSON;

Για να αυτοματοποιήσετε ελέγχους (CI), να συγκρίνετε δύο PDF ή να εμπλουτίσετε μια τεχνική διάγνωση.

Για να ερευνήσετε ένα πρόβλημα απόδοσης, συνδυάστε αυτό το εργαλείο με “Σελίδες PDF → JSON” για να συσχετίσετε γραμματοσειρές και σχετικές σελίδες.