由于poppler代码量相当大，而且内容很复杂，至今没有完全写完，刚刚更新了PdfAnalyze接口，在我上一个summary里边。
http://www.cnblogs.com/se2011/archive/2011/04/22/2024419.html
写完实现之后，
TODO1：想办法编译过，且调试。应该没啥大问题，但会耗一些时间。
TODO2：生成出的文本仍含有一些诡异的unicode，比如ffi，是EF AC 80。我会试图做进一步的转化，主要针对于类似的在paper里出现频率相当高的字母组合，以便于搜索等。