如何使用pdf文件作为API的来源？

Question

我正在尝试使用ReactNative，JavaScript用我的语言构建ios字典应用程序。
我有一个pdf文档（这是一个实际的文本文件），其中包含大多数具有自己定义的单词。

如何使用该文件作为我的API的来源？
什么是最有效的方法？

！https://github.com/bayram96/stack-over-flow-images/blob/master/IMG_3525.jpeg

Answer 1

简短的回答-您无法做到。至少它太复杂了，付出的努力也无法收回。

PDF不是文本文件。它更像是压缩的html + css。 我不会详细介绍该格式。

但是从根本上说，它可以优化内容，因此，使用十六进制编辑器（或记事本）打开它时看到的内容并不总是与可见文本匹配。实际上，这将是非常罕见的情况。

除了嵌入图像和其他元数据之外，它还嵌入字体，并且通常仅嵌入字体的使用部分。此外，其中的文本不是utf-8，因此即使在记事本中也不会出现任何非拉丁字符。特别是在词典中，文本中出现了多个特殊字符，它们没有等效的拉丁字母。

此外，即使一组字符显示为文本，它们在文件中的位置也可能不正确，因为格式在页面上也具有坐标。

也许您可以找到一个第三方pdf解析器（软件或服务），您可以使用该解析器从中提取一些文本数据，并获得更一致的输出。然后路由您的文件并进行转换。但是我仍然描述了多个问题。