解析PDF包括矢量字体

Question

我有一些PDF文档需要使用Web界面（通过浏览器）转换为文本。所有这些都在运行常用内容的服务器上（apache，php，mysql，...）。

现在......棘手的部分是，这些PDF文档是使用一些矢量字体生成的，因此几乎不可能使用标准方法解析PDF文件。

两个问题：

1. 有人知道如何解析包含矢量字体的PDF文档吗？
2. 那里有什么像OCR软件，我可以包含在我的PHP代码中（作为类，库，......）？

pdfinfo说：

root@gan:~/workspace# pdfinfo comp.pdf
Producer:       Aladdin Ghostscript TESTER RELEASE 6.22
Tagged:         no
Pages:          2
Encrypted:      no
Page size:      595 x 842 pts (A4)
File size:      56482 bytes
Optimized:      no
PDF version:    1.2

这可能是有趣的：

https://unix.stackexchange.com/questions/17663/how-to-know-if-a-pdf-file-is-compressed-or-not-and-to-uncompress-it

root@gan:~/workspace# strings comp.pdf | grep /Filter
<</Length 6 0 R/Filter /FlateDecode>>
<</Length 150 0 R/Filter /FlateDecode>>

谢谢，