Mga Operador ng Pahina → JSON

Suriin ang mga content stream ng isang PDF at i-export ang mga operator/operand (TJ/Tj, Do, cm, q/Q…) pahina sa pahina sa JSON — lokal sa browser.

Mag-import ng PDF

Walang data na ipinapadala sa server: lahat ay ginagawa sa iyong browser.

← Bumalik sa mga tool ng PDF

Mga kaso ng paggamit

Debug ng rendering ng tekstoUnawain kung bakit ang teksto ay hindi lumalabas, baligtad, o nasa maling lugar (mga matrix, clipping, pagkakasunod-sunod).
Tukuyin ang mga ipinapakitang larawanTukuyin kung aling mga mapagkukunan (XObject) ang iginuhit sa isang pahina at sa anong pagkakasunod-sunod (operator Do).
Teknikal na pagsusuri / reversePag-aralan ang isang PDF na nilikha ng isang third-party na tool upang maunawaan ang istruktura ng nilalaman nito (ops at mga parameter).

Ito ang iyong makukuha

Isang JSON bawat pahina na naglilista ng mga operator at kanilang mga operand (napanatili ang pagkakasunod-sunod ng pagpapatupad).

Mga kapaki-pakinabang na impormasyon para sa pagsusulat ng mga patakaran ng pagtuklas (hal: mga pahina na walang teksto, pagkakaroon ng mga pagbabago, atbp.).

Mga limitasyon at mga punto ng atensyon

Napaka-teknikal na output: ito ay sumasalamin sa wika ng paglalarawan ng PDF, hindi isang "tao" na representasyon ng nilalaman.
Ang mga streams ay maaaring compressed/filtered: ang pagkuha ay nakasalalay sa kakayahan ng engine na i-decode ang mga ito.
Sa mga malalaking PDF, maaaring maging malaki ang pag-export: i-target ang isang pahina/hanay kung maaari.

Mga madalas itanong

Ito ba ay pumapalit sa pagkuha ng teksto?

Hindi. Ito ay isang tool para sa debug: ipinapakita nito ang mga low-level na operasyon, hindi ang muling binuong teksto.

Nakikita ko ang maraming "q" at "Q", normal ba ito?

Oo: ito ay mga madalas na pag-save/restoration ng graphic state (stack).

Ano ang gamit ng “cm”?

Ito ay isang transformation (matrix) na inilalapat sa coordinate system: kadalasang sanhi ng mga hindi inaasahang posisyon/rotations.

Tip

Tip sa debug: hanapin ang mga pagkakasunod-sunod sa paligid ng "Tj/TJ" (teksto) at "Do" (XObject) upang maunawaan ang tunay na pagkakasunod-sunod ng pagpapakita sa pahina.