通过任何编程语言从{pdf}选择文本和图像

Question

我正在尝试开发一个工具/网络应用程序，以便导入PDF文件，我需要选择PDF格式的文本和图像，方法是用鼠标点击选择它们，并将它们标记为标题，内容和按下按钮的图像（3个不同的按钮），其中标记的内容和图像将被复制到剪贴板或将被粘贴到word文档中，该文档将成为另一个部分。那么在哪种编程语言中可以使用并继续使用？

Answer 1

我可能会尝试使用pdf.js和clipboard API来研究纯浏览器端解决方案。

否则，您仍然需要在浏览器中使用clipboard API，服务器端实际上可以使用任何可以挂接到Web服务器并具有解析PDF的库的编程语言。 / p>

您对预期的服务器平台一无所知，但仅举几例，.NET有PdfSharp能够阅读PDF Python has a host of tools。毕竟，存在一堆命令行实用程序来从PDF中提取数据，可以使用任何能够调用外部进程的PL来调用它。

请注意，只有出现比使用pdf.js更简单的解决方案，但请注意，除非您的PDF非常统一（例如，某些软件创建的发票），等等您将能够使您的PDF解析器知道它必须提取和返回哪些数据，解析器需要将它提取的所有数据都返回给客户端，并且您需要＃39 ;我需要以某种方式在那里渲染它。可能是你需要但也许不是。

由于PDF实际上是为排版而定制的，而不是以结构化的方式呈现信息，因此我尝试搭载在浏览器中运行的已经很硬核的PDF渲染解决方案，所以请参见上文。