Question

我很想知道Google Docs PDF查看器的工作原理吗？它不像scribd.com那样闪光;它看起来像纯HTML。知道他们是怎么做到的吗？

Answer 1

Google只是提供一张图片（点击右键 - ＆gt;另存为），并使用叠加层突出显示文字。

您应该查看this SO question，其他人会详细了解。

您还应该浏览PDF链接的来源，看来谷歌正在传递PDF链接以转换为图像。

示例：

<script type="text/javascript"> 
        var gviewElement = document.getElementById('gview');
        var config = {

          'api': false,
          'chrome': true,
          'csi': true,
          'ddUrl': "http://www.idfcmf.com/downloads/monthly_fund/2009/IDFC-Premier-Equityfund-jan10.pdf",
          'element': gviewElement,
          'embedded': false,
          'initialQuery': "",
          'oivUrl': "http://docs.google.com/viewer?url\x3dhttp%3A%2F%2Fwww.idfcmf.com%2Fdownloads%2Fmonthly_fund%2F2009%2FIDFC-Premier-Equityfund-jan10.pdf",
          'sdm': 200,
          'userAuthenticated': true
        };

        var gviewApp = _createGView(config);
        gviewApp.setProgress(50);


          window.jstiming.load.name = 'view';

          window.jstiming.load.tick('_dt');

      </script>

修改

此外，如果您使用Firebug在Firefox中查看PDF查看器，您会注意到当您“突出显示”文本时，它实际上只启用了大量div，我猜测Google使用OCR扫描文档，检测到text是并且提供了一个坐标的矩阵，当你点击并拖动它时，它会插入鼠标指针位置以确定要显示的div。

Answer 2

整个事情是一个形象。文字突出显示叠加 - 很容易理解。但当你按ctrl + c并将其复制到剪贴板时，那部分让我完全难过。因为在firefox中使用javascript写入剪贴板是不可能的，但是这个ctrl + c在图像上运行正常。 http://www.google.com/support/forum/p/Google+Docs/thread?tid=67dcf21ef8579b4c&hl=en&fid=67dcf21ef8579b4c00047e4a2a9fcb12

Answer 3

我同意其他一些答案 - PDF被渲染为PNG，很可能文本区域是分层的，可能使用绝对/相对定位。您可以从PDF中提取PDF信息（当然......）。 PDF格式是开放的 - 任何人都可以这样做（授予，这可能并不容易）。但是有一些开源工具（xPDF ...）可以导出PDF内容，比如XML。导出可能包括关于页面文本和图像应显示位置的坐标等信息。

Google文档PDF查看器如何工作？

3 个答案: