פתח את PDF ל-XML כדי לייצא רשומות עמוד, בלוקים של טקסט ונתוני שרטוט. קובץ ה-PDF שלנו בן ארבעת העמודים מייצר document.xml בתוספת תמונת PNG אחת מקושרת בתוך ZIP.
בחר את עמודי ה-PDF
טען את ה-PDF והשאר את עמודים ריק עבור כל המסמך, או הזן את קבוצת המשנה שאתה צריך. הדוגמה שלנו כוללת את כל ארבעת העמודים.
ייצא ושמור את הנכסים יחד
בחר התחל. ייצוא עם נכסי תמונה יורד כ-ZIP. חלץ את כל הארכיון ושמור את ספריית images לצד document.xml.
הדוגמה כוללת images/page-001-image-005.png. הפניות לתמונות מצביעות על נתיבי נכסים במקום להטמיע נתונים בינאריים ב-XML. ייצוא ללא נכסי תמונה יכול לרדת ישירות כ-xml.
קרא את מבנה המסמך
הדוגמה מצהירה על גרסה 1, יחידות pt ונקודת מוצא top-left. רשומות עמוד כוללות מספר עמוד מקור, ממדים, סיבוב, בלוקים ושרטוטים. קואורדינטות מתארות את העמוד ללא סיבוב; קח בחשבון סיבוב בעת שכבת הנתונים.
נתח את ה-XML עם מנתח XML. ערכים חוזרים משתמשים באלמנטים של פריט; חלק מהצמדים הגיאומטריים הם ערכי טקסט. בדוק את המבנה בפועל במקום להניח סכימת פרסום כגון DocBook.
בדוק את סדר הקריאה והפניות לתמונות מול ה-PDF המקורי לפני השימוש בנתונים בזרימת העבודה שלך.
שאלות נפוצות
האם ה-XML מכיל פרקים סמנטיים?
זה מתאר נתוני עמוד שחולצו. משמעות כותרות, סדר קריאה וסמנטיקה של מסמכים עשויים להזדקק לפרשנות משלך.
מדוע קיבלתי ZIP?
הדוגמה מכילה תמונה. ZIP שומר על document.xml והנכס המקושר יחד כדי שניתן יהיה לאתר את התמונה.
נסה זאת עם המסמך שלך
סקור את התוצאה, ולאחר מכן שמור את הגרסה שאתה צריך.
