如何使用Perl的CAM :: PDF提取PDF文档的第一段？

Question

如何使用Perl的CAM::PDF？

提取PDF文档的第一段

Answer 1

print CAM::PDF->new('file.pdf')->getPageText(1);

将从页面中获取所有文本。但是，CAM :: PDF绝对不是这个特定工作的最佳工具（我是作者）。为了看看我是否能做到这一点，我添加了文本提取作为一种心血来潮。

Answer 2

普通PDF确实不是标记语言。在特定位置绘制文本。有一种名为Tagged PDF的东西，如果您的文件被标记，您的工作可能会更容易。

如果文本作为文本存储在PDF中而不是图像中，我倾向于通过PDF文本翻译器运行文档并抓取第一块文本。