检查是否已从Word / Google Docs导出PDF

Question

我正在使用OCRing PDF进行一些工作，我很好奇是否有办法检查是否已从Word（或Google Docs）导出PDF。我可以检查PDF是否已使用Xpdf的pdffonts进行了OCR。我知道Word和Google Docs会自动对导出的PDF进行OCR，所以如果我发现PDF没有进行OCR。我知道它还没有出口。但是，如果它已被OCR，有没有办法检查PDF是从Word / Google Docs VS导出，只是OCRd与Tesseract这样的程序？具体来说，我在使用JavaScript，但任何信息都很有用。

Answer 1

对于任何看这个的人，我现在正在做的是使用带有-meta标志的pdfinfo（来自Xpdf）来检查PDF是否具有XMP元数据。从Word和Google Docs导出的PDF没有此元数据，但其他PDF文件也是如此。