Τελεστές σελίδας → JSON

Αναλύστε τα περιεχόμενα streams ενός PDF και εξάγετε τους τελεστές/λειτουργίες (TJ/Tj, Do, cm, q/Q…) σελίδα προς σελίδα σε JSON — τοπικά στον περιηγητή.

Εισαγωγή ενός PDF

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

← Επιστροφή στα εργαλεία PDF

Περίπτωσεις χρήσης

Debug απόδοσης κειμένουΚατανοήστε γιατί το κείμενο δεν εμφανίζεται, είναι αντιστραμμένο ή βρίσκεται σε λάθος θέση (μητρώα, κοπή, σειρά).
Εντοπισμός εμφανιζόμενων εικόνωνΚαθορίστε ποιες πόροι (XObject) σχεδιάζονται σε μια σελίδα και με ποια σειρά (χειριστής Do).
Τεχνική ανάλυση / αντίστροφηΜελετήστε ένα PDF που έχει παραχθεί από ένα τρίτο εργαλείο για να κατανοήσετε τη δομή περιεχομένου του (χειριστές και παράμετροι).

Αυτό που λαμβάνετε

Ένα JSON ανά σελίδα που απαριθμεί τους χειριστές και τους τελεστές τους (διατηρείται η σειρά εκτέλεσης).

Χρήσιμες πληροφορίες για να γράψετε κανόνες ανίχνευσης (π.χ.: σελίδες χωρίς κείμενο, παρουσία μετασχηματισμών, κ.λπ.).

Περιορισμοί και σημεία προσοχής

Πολύ τεχνική έξοδος: αντικατοπτρίζει τη γλώσσα περιγραφής PDF, όχι μια "ανθρώπινη" αναπαράσταση του περιεχομένου.
Οι ροές μπορεί να είναι συμπιεσμένες/φιλτραρισμένες: η εξαγωγή εξαρτάται από την ικανότητα του κινητήρα να τις αποκωδικοποιήσει.
Σε μεγάλα PDF, η εξαγωγή μπορεί να είναι ογκώδης: στοχεύστε μια σελίδα/περιοχή αν είναι δυνατόν.

Συχνές ερωτήσεις

Αντικαθιστά την εξαγωγή κειμένου;

Όχι. Είναι ένα εργαλείο debug: δείχνει τις χαμηλού επιπέδου λειτουργίες, όχι το ανασυντεθειμένο κείμενο.

Βλέπω πολλούς "q" και "Q", είναι φυσιολογικό;

Ναι: είναι πολύ συχνές αποθηκεύσεις/αποκαταστάσεις γραφικής κατάστασης (στοίβα).

Ποιος είναι ο σκοπός του “cm”;

Είναι μια μετασχηματιστική (μήτρα) εφαρμοσμένη στο σύστημα αναφοράς: συχνά η αιτία για απροσδόκητες θέσεις/περιστροφές.

Συμβουλή

Συμβουλή debug: αναζητήστε τις ακολουθίες γύρω από "Tj/TJ" (κείμενο) και "Do" (XObject) για να κατανοήσετε τη πραγματική σειρά εμφάνισης στη σελίδα.