Operatori de pagină → JSON

Analizați fluxurile de conținut ale unui PDF și exportați operatorii/operandii (TJ/Tj, Do, cm, q/Q…) pagină cu pagină în JSON — local, în browser.

Importați un PDF

Niciun fel de date nu este trimis pe un server: totul se face în browserul dumneavoastră.

Debugare textÎnțelegeți de ce textul nu apare, este inversat sau se află în locul greșit (matrici, tăiere, ordine).
Identificarea imaginilor afișateIdentificați ce resurse (XObject) sunt desenate pe o pagină și în ce ordine (operator Do).
Analiză tehnică / reverseStudiați un PDF generat de un instrument terț pentru a înțelege structura sa de conținut (ops și parametri).

Un JSON pe pagină listând operatorii și operandele lor (ordine de execuție păstrată).

Informații exploatabile pentru a scrie reguli de detectare (ex: pagini fără text, prezența transformărilor, etc.).

Output foarte tehnic: reflectă limbajul de descriere PDF, nu o reprezentare "umană" a conținutului.
Fluxurile pot fi comprimate/filtrate: extracția depinde de capacitatea motorului de a le decoda.
Pe PDF-uri mari, exportul poate fi voluminos: vizați o pagină/interval dacă este posibil.

Înlocuiește asta extracția de text?

Nu. Este un instrument de debug: arată operațiile de bază, nu textul reconstituit.

Văd multe "q" și "Q", este normal?

Da: acestea sunt salvări/restaurări de stare grafică (stivă) foarte frecvente.

La ce folosește „cm”?

Este o transformare (matrice) aplicată la sistem: adesea cauza pozițiilor/rotirilor neașteptate.

Sfat debug: căutați secvențele din jurul "Tj/TJ" (text) și "Do" (XObject) pentru a înțelege ordinea reală de afișare pe pagină.