我创建了一个包含20,000页的PDF文件。将其发送到打印机并打印和邮寄各个页面。这些是房主的税单。
我想将PDF文件放在我的网络服务器上。
当客户在搜索页面上输入唯一的帐单编号时，将开始搜索该特定页面。
当找到PDF文件中的页面时，只有该页面会显示给请求者。
安全性存在其他问题，搜索的帐单编号的唯一性可以解决。
主要问题是...... 1：可以做到这一点2：是否需要第三方程序。
我是一名新手程序员，我想自己尝试这样做。
谢谢
答案 0 :(得分：1)
这是有可能的，但我强烈推荐一条不同的路线。而不是一个可能非常适合打印的20,000页文档，您是否可以制作20,000个单独的文档，并用一些独特的（账单号或其他）命名它们？ PDF是文档演示文稿，不适合搜索甚至文本信息存储。没有＆＃34;字＆＃34;或＆＃34;段落＆＃34;甚至不保证文字是一字又一写的。 ＆＃34; Hello World＆＃34;可以写成＆＃34; Wo＆＃34;，＆＃34;他＆＃34;，＆＃34; llo＆＃34;，＆＃34; rld＆＃34;。您客户的电话号码可能是＆＃34; H1234567＆＃34;但要写成＆＃34; 1234567＆＃34;，＆＃34; H＆＃34;。文字可能是＆＃34;页内＆＃34;但它也可能在表单字段中增加了复杂性。有许多PDF库试图解决这些问题，但如果你能在第一时间避开它们，那么你的生活会更容易。
如果您无法重新制作主文件，那么我会建议妥协。现在花点时间使用像iText（Java）或iTextSharp（.Net）这样的库将巨型文档拆分成任意命名的小文档。然后尝试使用相同的库编写文本提取逻辑，以在文档中查找唯一化，并相应地重命名每个文档。这实际上是您可以证明您的逻辑适用于每种可能情况的唯一方法。
另外，请注意您的独特者。如果你有像＆＃34; H1234＆＃34;和＆＃34; H12345＆＃34;你需要确保你的搜索算法知道一个是另一个的子集（因此匹配）。
最后，这取决于客户数据的敏感程度，但如果您要传输非常敏感的资料，我建议您对每一份文件进行抽查。很糟糕，我知道，我必须这样做。我得到了Ghostscript的副本，并将所有PDF转换为图像，然后通过一个可以同时显示文档和文件名的程序运行它们。 Google Picasa适用于此。您还可以编写将文档裁剪到特定区域的Photoshop操作，然后只使用Windows资源管理器。