Operátory stránok → JSON

Analyzujte obsahové toky PDF a exportujte operátory/operandy (TJ/Tj, Do, cm, q/Q…) stránku po stránke do JSON — lokálne v prehliadači.

Importovať PDF

Žiadne údaje nie sú odosielané na server: všetko sa robí vo vašom prehliadači.

Ladenie textového renderovaniaPochopiť, prečo text neobjavuje, je obrátený alebo sa nachádza na nesprávnom mieste (matice, orezávanie, poradie).
Identifikácia zobrazených obrázkovIdentifikovať, ktoré zdroje (XObject) sú nakreslené na stránke a v akom poradí (operátor Do).
Technická analýza / reverzné inžinierstvoSkúmať PDF generované tretími nástrojmi, aby ste pochopili jeho štruktúru obsahu (ops a parametre).

JSON na stránku, ktorý uvádza operátory a ich operandy (poradie vykonávania zachované).

Využiteľné informácie na písanie pravidiel detekcie (napr. stránky bez textu, prítomnosť transformácií atď.).

Veľmi technický výstup: odráža jazyk popisu PDF, nie "ľudské" zobrazenie obsahu.
Streamy môžu byť komprimované/filterované: extrakcia závisí od schopnosti motora ich dekódovať.
Pri veľkých PDF môže byť export objemný: zamerajte sa na jednu stránku/rozsah, ak je to možné.

Nahrádza to extrakciu textu?

Nie. Je to nástroj na ladenie: zobrazuje nízkoúrovňové operácie, nie rekonštruovaný text.

Vidím veľa "q" a "Q", je to normálne?

Áno: sú to veľmi časté zálohy/obnovenia grafického stavu (zásobník).

Na čo slúži „cm“?

Je to transformácia (matica) aplikovaná na súradnicový systém: často príčina neočakávaných pozícií/rotácií.

Ladenie tip: hľadajte sekvencie okolo "Tj/TJ" (text) a "Do" (XObject), aby ste pochopili skutočné poradie zobrazenia na stránke.