PDFium-aardio
PDFium 是 Google 著名开源项目 Chromium 的一部分,也是福昕的技术中比较核心的引擎代码。它比较底层和基础,能够支持 PDF 的阅读、搜索、打印和文档/表单的填写。开发者在此基础上可以开发比较简单的 PDF 应用。
经过我的实际使用来看,PDFium 解析 PDF 的完整度要好于 Python 的著名项目 pdfminer
,尤其是解析带签名的合同制式时,PDFMiner 经常丢失内容,PDFium 暂时没发现有此类问题,且中文支持较好。
示例:
载入 PDF
import fsys.pdfium; //已收录到 aardio 自带扩展库,首次引用自动安装
var pdf = fsys.pdfium("test.pdf")
提取树形目录
//加载目录
var bm = pdf.extractBookmarks()
mainForm.treeview.insertItem( bm.asTree() )
//改变当前节点
mainForm.treeview.onSelChanged = function(hItem,data,nmTreeView){
if(data){
pdf.pageNum = data.pageIndex;//设置当前页码,起始页码为 1
//wb 为 web.view 对象
wb.go("/FoxitPDF_SDK20_Guide.pdf#page="+data.pageIndex)
mainForm.editPageNum.text = data.pageIndex;
}
}
提取某页文本
pdf.pageNum = 8; //设置当前页码,起始页码为 1
var text = pdf.extractText();`
遍历某页文本块,带坐标数据
import console
reader.pageNum = 8; //设置当前页码,起始页码为 1
for left,top,right,bottom,text in reader.eachTextRect(){
console.log(left,top,right,bottom,text)
}
依赖项目:
- pdfium - Git at Google (googlesource.com)
- bblanchon/pdfium-binaries:
📰 Binary distribution of PDFium (github.com) ( PDFium 去掉 V8 核心的 DLL 动态库)