Vitu vya PDF → JSON

Fanya hesabu ya vitu visivyo vya moja kwa moja vya PDF (marejeleo, dict/stream/array), changanua XRef (meza) na tambua vitu wapweke/wasiokuwa na uhakika. Export JSON ndani.

Ingiza PDF

Hakuna data inayotumwa kwenye seva: kila kitu kinafanyika ndani ya kivinjari chako.

← Rudi kwa zana za PDF

Matumizi

Debug ya PDF iliyovunjikaKuelewa kwa nini parser inashindwa: vitu vinavyokosekana, offsets zisizo na muktadha, streams zisizo za kawaida.
Uchambuzi wa forensicKugundua vitu vya shaka (JavaScript, faili zilizojumuishwa, streams kubwa sana) katika ukaguzi wa usalama.
Uboreshaji wa lengoKutambua vitu/streams nzito zaidi (picha, fonts) kabla ya kuanzisha uboreshaji.

Kile unachopata

Export ya JSON inayoorodhesha vitu: nambari/generesheni, aina (dict/stream/array…), saizi/urefu, marejeo na bendera muhimu.

Dalili za vitendo: uwepo wa streams zilizoshinikizwa, vitu vilivyotelekezwa, muundo wa xref (kulingana na injini).

Mipaka na mambo ya kuzingatia

Ni chombo cha “dev/forensic”: output ni ya kiufundi na inaweza kuwa kubwa kwenye PDF kubwa.
Streams zinaweza kuwa zimecompress: JSON inaelezea muundo, si lazima maudhui yaliyoshinikizwa.
PDF iliyofichwa inakandamiza ukaguzi wa kina bila funguo.

Maswali ya mara kwa mara

Je, hii inachukua nafasi ya viewer PDF ya kiwango cha chini?

Hapana, lakini ni muhimu sana kwa automatisering ya uchunguzi na kushiriki ripoti ya JSON.

Kwa nini export ni kubwa?

PDF mara nyingi ina maelfu ya vitu. Chuja kwa saizi/aina baada ya export.

Je, naweza kupata JavaScript humo?

Mara nyingi ndio kupitia kamusi/hatua fulani. Kwa kusafisha, tumia chombo cha kusafisha.

Kidokezo

Anza kwa kuorodhesha vitu nzito zaidi: mara nyingi ni njia ya haraka zaidi ya kuelezea PDF ya 50+ MB (picha za HD, fonts, skani).