pdf - 如何解析结构化 PDF 以收集所有文本和框的元数据作为数据字典

Question

我需要知道有助于解析结构化 pdf 的库，以便将包含的文本和框收集为数据字典。使用收集到的数据字典，我想操纵它们并重写 pdf。建议我使用 Ghostscript，但我不确定这对我有什么帮助，因为这是 postscript 的解释器。有人可以帮助我朝着正确的方向前进。

标签： pdfghostscript

Answer 1

Ghostscript 解析 PDF 文件以及解释 PostScript。事实上，PDF 解释器是用 PostScript 编写的。

因为 PDF 解释器是一个 PostScript 程序，理论上你可以使用它来实现你想要的，但坦率地说这不是一个好主意。PDF 解释器程序非常复杂，您需要成为熟练的 PostScript 程序员才能有效地对其进行修改。

请注意，要求软件推荐的问题与 Stack Overflow 无关。