pdf解析问题答案

【问题标题】：pdf parsing problempdf解析问题
【发布时间】：2011-08-01 11:32:45
【问题描述】：

您好，我正在使用 pdf 查看器。我想提取pdf的所有内容。 cgpdgscanner会得到pdf的所有内容吗？？

苹果文档非常简短。给出的解释很难实施。而且很多googlin也导致无处可去。

有人可以解释一下用途和用途的用途吗：

1.CGPDFOperatorTableRef

2.CGPDFOperatorTableSetCallback

3.CGPDFScannerRef

4.CGPDFContentStreamRef

一旦完成，如何查看解析后获得的数据。

提前致谢。

【问题讨论】：

标签： iphone ipad pdf ios4

【解决方案1】：

解析 pdf 内容没什么大不了的，但更难的是在 PDF 中突出显示搜索到的文本。

按照以下网址进行解析。

http://www.random-ideas.net/posts/42

对于确切的读者获取以下代码（但它显示笨拙的标志）

https://github.com/mobfarm/FastPdfKit

谢谢

【讨论】：

您好，感谢您的回复。但随机想法链接似乎不起作用。你可以发布一些代码示例吗？？？？
使用archieve.org 并尝试找出随机的想法网址。它是最近可用的。
FastPdfKit 会搜索并突出显示。我需要做触摸和拖动。我应该能够将突出显示的文本保存在 pdf 中。 FastPdfKit 不这样做。有什么想法吗？？？

【解决方案2】：

CGPDFScanner 将解析 PDF 图形内容流（页面内容或表单 XObject 内容）。这是非常低级的 PDF，您必须了解 PDF 规范才能解释解析结果。每次遇到您感兴趣的运算符时，CGPDFScanner 都会调用您的方法。CGPDFOperatorTable 存储您想要通知的运算符列表。如果要提取所有内容，则必须使用所有 PDF 图形运算符填充此表。每个运算符都与一个方法（回调）相关联，当扫描仪在 PDF 内容流中找到该运算符时调用该方法。
CGPDFScannerRef 是 PDF 扫描仪，CGPDFContentStreamRef 是 PDF 内容流，与 PDF 对象关联的流。此流的内容取决于与此流关联的 PDF 对象。

【讨论】：

您好，感谢您的解释。现在说得通了。你能告诉我如何在控制台中检查这个流的内容吗？任何示例代码？？？
我不确定您所说的“在控制台中检查此流的内容”是什么意思。
内容取决于包含流的对象的类型。如果是图像对象，则流是图像数据。如果它是指向页面内容条目的通用流链接，则您拥有页面内容流。并非所有 PDF 对象都有与之关联的流。您必须阅读 PDF 规范才能知道每个对象代表什么。