标签： javascript php pdf extract data-extraction
我想知道是否有任何开源解决方案（可能是PHP类或Javascript），它可以提取与PDFX相同的信息：
PDFX目前可以提取的元素是：
前方
标题，摘要，作者，作者脚注
身体问题
正文，h1，h2，h3，图像，表格，图/表格标题，图/表格参考，书目项目，参考书目（引文）
附加功能
页眉，页脚，旁注，页码，电子邮件，URI
注意： -
我对使用FPDF或TCPDF等生成任何PDF文档不感兴趣。
我有兴趣提取所有H1标签，所有H2标签等内容。