Nyissa meg a PDF-ből XML-be eszközt az oldalrekordok, szövegblokkok és rajzadatok exportálásához. A négyoldalas PDF-ünk egy document.xml fájlt és egy hivatkozott PNG-képet hoz létre ZIP-ben.
Válassza ki a PDF-oldalakat
Töltse be a PDF-et, és hagyja üresen a Oldalak mezőt a teljes dokumentumhoz, vagy adja meg a szükséges részhalmazt. Példánk mind a négy oldalt tartalmazza.
Exportálás és az eszközök egyben tartása
Válassza a Start lehetőséget. A képfájlokat tartalmazó export ZIP-ként töltődik le. Bontsa ki a teljes archívumot, és tartsa a images könyvtárat a document.xml mellett.
A minta tartalmazza a images/page-001-image-005.png fájlt. A képhivatkozások eszközútvonalakra mutatnak a bináris adatok XML-be történő beágyazása helyett. A képfájlok nélküli export közvetlenül .xml formátumban is letölthető.
A dokumentumstruktúra olvasása
A minta a 1 verziót, a pt mértékegységet és a bal felső origót deklarálja. Az oldalrekordok tartalmazzák a forrásoldal számát, a méreteket, a forgatást, a blokkokat és a rajzokat. A koordináták az elforgatatlan oldalt írják le; az adatok rávetítésekor vegye figyelembe a forgatást.
Elemezze az XML-t egy XML-elemzővel. Az ismétlődő értékek elem-elemeket használnak; egyes geometriai sorok szöveges értékek. Vizsgálja meg a tényleges struktúrát, ahelyett, hogy olyan kiadói sémát feltételezne, mint a DocBook.
Ellenőrizze az olvasási sorrendet és a képhivatkozásokat az eredeti PDF-hez képest, mielőtt az adatokat a feldolgozási munkafolyamatban használná.
Gyakori kérdések
Tartalmaz az XML szemantikai fejezeteket?
Ez a kinyert oldaladatokat írja le. A címsorok jelentése, az olvasási sorrend és a dokumentum szemantikája saját értelmezést igényelhet.
Miért kaptam ZIP-et?
A minta egy képet tartalmaz. A ZIP együtt tartja a document.xml-t és a hivatkozott fájlt, így a kép megtalálható.
Próbálja ki a saját dokumentumával
Tekintse át az eredményt, majd mentse el a szükséges verziót.
