寻找一个linux PDF库来从PDF中提取注释和图像

Question

我正在寻找一个可以在linux上运行的免费库(Java/Ruby),并且可以从PDF中提取图像和注释; 类似于CGPDFDocument在OS X上可以做的事情.

谢谢!

Answer 1

我不知道图像,但使用最新版本的ruby pdfreader库我能够成功地从一个大的PDF文件中提取注释:

PDF::Reader.open(filename) do |reader|
  reader.pages.each do |page|
    annots_ref = page.attributes[:Annots]
    actual_annots = reader.objects[annots_ref]
    if actual_annots && actual_annots.size > 0
      actual_annots.each do |annot_ref|
        actual_annot = reader.objects[annot_ref]
          unless actual_annot[:Contents].nil?
            puts "Page #{page.number},"+actual_annot[:Contents].inspect
          end
        end
    end
  end       
end

我想可以用它来提取图像.