我必须自动对PDF文档进行预检检查.预检包括:
只是想知道是否可以使用PoDoFo或其他任何开源项目来完成.或者,如果我真的需要订购一些介于$ 2K到$ 6K之间的专有软件.我的托管环境在Linux上,支持PHP,Perl,Python,Ruby,Java.
有任何想法吗?
我试图根据它的坐标从PDF文档中提取文本,所以我在Adobe PDF参考中遇到了两个概念(第5.3章):
现在我对Td&Tm定位运算符感兴趣,而使用Td你有tx和ty,相对于当前行的开始,这在PDF文档中有明确规定:
tx ty Td,我已经使用这种方法通过tx提取文本和ty坐标.问题是我不知道如何根据其位置从PDF中提取文本,同时仅提供tx和ty.
a b c d e f Tm
Run Code Online (Sandbox Code Playgroud)
这是'Tm用法'.af值代表什么?这将是我对Tm的输入:
BT
/F1 8.88 Tf
0 0 0 rg
0.9998 0 0 1 401.52 448.08 Tm
[<0014>-11<0015>-11<0013>-11<000F>-19<0014>-11<0019>] TJ
ET
Run Code Online (Sandbox Code Playgroud)
为什么每组四人都有一个领先的00?这是十六进制?我应该将它从十六进制转换为int和相应的字符吗?
这将是我对Td的输入:
BT 43.20 421.90 Td 0 Tw /C001 10.00 Tf 0.00 Tw <BlablablaTextInHexThatICanProcess>Tj ET
Run Code Online (Sandbox Code Playgroud)
这更加清晰,坐标更清晰.如何根据简单的X和Y坐标从Tm定位的PDF文本对象中提取文本?我正在使用c ++和PoDoFo库
我正在尝试PoDoFo Library在我的Windows平台上构建(用作API).它是使用完成的CMake.该ReadMe文件说明如下.不幸的是,我是CMake的新手,我无法从中得到很多.
在Windows上构建PoDoFo
Windows需要CMake 2.6.x. 您可以从cmake.org下载它.
在Windows上,PoDoFo可以构建为共享库或静态库.不支持构建它们.默认情况下,仅构建共享库.如果你想要一个静态库,只需用cmake的额外参数禁用共享库的生成:
-DPODOFO_BUILD_SHARED=FALSE
Run Code Online (Sandbox Code Playgroud)
在win32上处理库命名
特别是在Windows上,自定义构建库的名称与您可能作为预构建副本下载的名称不同也很常见.除非你说出来,否则如果被称为其他东西,CMake将无法找到它们.使用这些变量告诉CMake在以下位置查找库的名称:
•FREETYPE_LIBRARY_NAMES_DEBUG, FREETYPE_LIBRARY_NAMES_RELEASE and FREETYPE_LIBRARY_NAMES
•TIFF_LIBRARY_NAMES_DEBUG, TIFF_LIBRARY_NAMES_RELEASE and TIFF_LIBRARY_NAMES
•LIBJPEG_LIBRARY_NAMES_DEBUG, LIBJPEG_LIBRARY_NAMES_RELEASE and LIBJPEG_LIBRARY_NAMES
•ZLIB_LIBRARY_NAMES_DEBUG, ZLIB_LIBRARY_NAMES_RELEASE,ZLIB_LIBRARY_NAMES
Run Code Online (Sandbox Code Playgroud)
CMake使用MinGW构建在Windows上
设置MinGW后,确保MinGW"bin"目录在PATH上,并确保设置CMAKE_INCLUDE_PATH和CMAKE_LIBRARY_PATH,以便CMake可以找到PoDoFo所需库的头文件和.lib文件.来自http://gnuwin32.sf.net/的GnuWin32库包 已知可以与PoDoFo一起使用,因此从那里安装zlib,freetype和libjpeg应该可以解决问题.
要使用默认的GnuWin32安装配置和构建PoDoFo,并在PATH上使用MinGW:
md ..\podofo-debug
cd ..\podofo-debug
cmake -G "MinGW Makefiles" ..\podofo-src -DCMAKE_INCLUDE_PATH=c:\progra~1\gnuwin32\include -DCMAKE_LIBRARY_PATH=c:\progra~1\gnuwin32\lib -DPODOFO_BUILD_SHARED:BOOL=FALSE mingw32-make
Run Code Online (Sandbox Code Playgroud)
我已经安装CMake并下载了提到的其他库freetype, zlib, libjpeg.它们的头文件和二进制文件位于各自的文件夹中.
现在又该DCMAKE_INCLUDE_PATH和DCMAKE_LIBRARY_PATH呢?还有什么"MinGW Makefiles"?我必须提供任何额外的参数吗?
如果有人能够通过简单的步骤解释我如何解决这个问题,我将不胜感激.
编辑:执行CMAKE时出错:
-- Ensure you cppunit installed version is at least 1.12.0
Cppunit not …Run Code Online (Sandbox Code Playgroud) 任何人都可以请我提供几行代码,我可以使用它来添加联系人到iPhone而不使用UI控件.有一些答案说明它的简单,但没有提到几个步骤要做.谢谢
我在使用ARC时将CFDataRef转换为NSData时遇到问题.我正在使用__bridge_transfer或__bridge强制转换,但它无效.任何人都可以建议我一些其他方式来铸造这两种类型.我收到以下错误
"自动引用计数问题:不兼容的类型将'CFDataRef*'(又名'const struct __CFData**')转换为带有__bridge强制转换的'NSData*'
我正在尝试使用 PoDoFo 库从 PDF 文件中提取文本,它适用于Tj运算符,但无法用于(数组)TJ 运算符。我已经找到这段代码(我的小修改)在这里:
const char* pszToken = NULL;
PdfVariant var;
EPdfContentsType eType;
PdfContentsTokenizer tokenizer( pPage );
double dCurPosX = 0.0;
double dCurPosY = 0.0;
double dCurFontSize = 0.0;
bool bTextBlock = false;
PdfFont* pCurFont = NULL;
std::stack<PdfVariant> stack;
while( tokenizer.ReadNext( eType, pszToken, var ) )
{
if( eType == ePdfContentsType_Keyword )
{
// support 'l' and 'm' tokens
_RPT1(_CRT_WARN, " %s\n", pszToken);
if( strcmp( pszToken, "l" ) == 0 ||
strcmp( …Run Code Online (Sandbox Code Playgroud)