Оператори сторінки → JSON

Аналізуйте потоки вмісту PDF та експортуйте оператори/операнди (TJ/Tj, Do, cm, q/Q…) сторінка за сторінкою у JSON — локально в браузері.

Імпортувати PDF

Жодні дані не надсилаються на сервер: все виконується у вашому браузері.

Налагодження текстового рендерингуЗрозуміти, чому текст не з'являється, перевернутий або знаходиться не на своєму місці (матриці, обрізка, порядок).
Виявлення відображених зображеньВизначити, які ресурси (XObject) малюються на сторінці і в якому порядку (оператор Do).
Технічний аналіз / реверсВивчення PDF, згенерованого стороннім інструментом, щоб зрозуміти його структуру вмісту (операції та параметри).

JSON на сторінку, що перераховує оператори та їх операнди (порядок виконання збережено).

Корисна інформація для написання правил виявлення (наприклад: сторінки без тексту, наявність трансформацій тощо).

Дуже технічний вихід: він відображає мову опису PDF, а не "людське" представлення вмісту.
Потоки можуть бути стиснуті/фільтровані: екстракція залежить від здатності двигуна їх декодувати.
Для великих PDF експорт може бути об'ємним: намагайтеся націлити на сторінку/діапазон, якщо це можливо.

Чи замінює це екстракцію тексту?

Ні. Це інструмент для налагодження: він показує низькорівневі операції, а не відновлений текст.

Я бачу багато "q" і "Q", це нормально?

Так: це дуже часті збереження/відновлення графічного стану (стек).

Навіщо потрібен "cm"?

Це перетворення (матриця), що застосовується до системи координат: часто причина несподіваних позицій/обертів.

Порада для налагодження: шукайте послідовності навколо "Tj/TJ" (текст) і "Do" (XObject), щоб зрозуміти реальний порядок відображення на сторінці.