ومشروع PDFTextStream هي مكتبة استخراج PDF النص والبيانات الوصفية المتاحة لجافا، بيثون، و.NET.
وهو يدعم كافة إصدارات من وثيقة PDF المواصفات، (بما في ذلك V1.6، وتستخدم من قبل البهلوان 7)، واستخراج النص المشفرة باستخدام مجموعات الأحرف مزدوجة البايت (بما في ذلك الصينية واليابانية والكورية)، فك تشفير 40 بت و 128- قليلا مشفرة الوثائق، واستخراج جميع البيانات الوصفية وثيقة قدمتها وثائق PDF (بما في ذلك بيانات النموذج، والعناوين، والشروح).
يتم تضمين سهولة التكامل مع جاكرتا لوسين
ما هو الجديد في هذا الإصدار:.
ويتضمن هذا الإصدار مجموعة متنوعة من الإصلاحات التي تم إجراؤها لضمان PDFTextStream قادر على استخراج النص من وثائق PDF التي هي مطابقة للمواصفات لمواصفات PDF.
ويشمل أيضا مجموعة متنوعة من التحسينات في الأداء.
ما هو الجديد في الإصدار 2.3.0:
وأضاف وسيلة .isStruckThrough () لcom.snowtide.pdf.TextUnit، مشيرا إلى ما إذا كان حرف لديه يتوسطه رسم من خلال ذلك.
تحسين الدعم PDFTextStream للتعيينات الطابع المضمنة.
تم إصلاح حساب المسافات بين الكلمات لحساب بشكل صحيح لبيضاء التي يتم ترميز صراحة في وثائق PDF المصدر.
تحسين التعامل مع PDFTextStream من ترميزات المحتوى المركبة، التي سبق يمكن أن تفشل مما أدى في بعض نطاقات المحتوى PDF يجري 'تجاهل' أثناء الاستخراج.
إصلاح الخلل في VisualOutputTarget حيث سيتم تقسيم النص من خط واحد على خطوط متعددة
تحسين المحاذاة العمودية من النص استخراج باستخدام VisualOutputTarget
تحسين مقتطفات VisualOutputTarget المنتجة للقضاء بيضاء إضافية زائفة بين الكلمات عن كثب المجاورة
ما هو الجديد في الإصدار 2.2.5:
هذا الإصدار يضيف دعما لاستخراج البيانات أشكال XFA كما XML.
وهو يحسن بشكل كبير من أداء استخراج النص باستخدام VisualOutputTarget. دعم للمستندات PDF أكبر من 2GB.
إصلاح لخلل فيها سابقا لا يتم تطبيق ترميزات من الخطوط Type1 جزءا لا يتجزأ بشكل صحيح في بعض الحالات.
إصلاح لمشكلة حيث كان يجري تجاهلها أحيانا المحتوى الأحدث في وثائق PDF التي تم تحديثها.
إصلاح لمشكلة حيث لم يتم فك الإشارات المشفرة PDFDocEncoding والبيانات الوصفية بشكل صحيح.
وهناك طريقة .getDestinationName () في com.snowtide.pdf.Bookmark.
المتطلبات:
أباتشي لوسين
لم يتم العثور على التعليقات