Operator Halaman → JSON

Analisis aliran konten dari PDF dan ekspor operator/operand (TJ/Tj, Do, cm, q/Q…) halaman per halaman dalam JSON — secara lokal di browser.

Impor PDF

Tidak ada data yang dikirim ke server: semua dilakukan di browser Anda.

Debug rendering teksMemahami mengapa teks tidak muncul, terbalik, atau berada di tempat yang salah (matriks, pemotongan, urutan).
Menemukan gambar yang ditampilkanMengidentifikasi sumber daya (XObject) yang digambar di halaman dan dalam urutan apa (operator Do).
Analisis teknis / reverseMempelajari PDF yang dihasilkan oleh alat pihak ketiga untuk memahami struktur kontennya (ops dan parameter).

JSON per halaman yang mencantumkan operator dan operand mereka (urutan eksekusi dipertahankan).

Informasi yang dapat digunakan untuk menulis aturan deteksi (mis: halaman tanpa teks, keberadaan transformasi, dll.).

Output sangat teknis: itu mencerminkan bahasa deskripsi PDF, bukan representasi "manusiawi" dari konten.
Streams dapat dikompresi/difilter: ekstraksi tergantung pada kemampuan mesin untuk mendekode.
Pada PDF besar, ekspor bisa menjadi besar: targetkan satu halaman/rentang jika memungkinkan.

Apakah ini menggantikan ekstraksi teks?

Tidak. Ini adalah alat debug: itu menunjukkan operasi tingkat rendah, bukan teks yang direkonstruksi.

Saya melihat banyak "q" dan "Q", apakah itu normal?

Ya: itu adalah penyimpanan/pemulihan status grafis (stack) yang sangat sering.

Apa fungsi "cm"?

Ini adalah transformasi (matriks) yang diterapkan pada sistem koordinat: sering menjadi penyebab posisi/rotasi yang tidak terduga.

Tip debug: cari urutan di sekitar "Tj/TJ" (teks) dan "Do" (XObject) untuk memahami urutan sebenarnya dari tampilan di halaman.