Mở PDF sang XML để xuất các bản ghi trang, khối văn bản và dữ liệu vẽ. Tệp PDF bốn trang của chúng tôi tạo ra document.xml cùng với một hình ảnh PNG được tham chiếu bên trong tệp ZIP.
Chọn các trang PDF
Tải tệp PDF lên và để trống mục Trang cho toàn bộ tài liệu, hoặc nhập tập hợp con bạn cần. Ví dụ của chúng tôi bao gồm tất cả bốn trang.
Xuất và giữ các tài nguyên cùng nhau
Chọn Bắt đầu. Bản xuất kèm theo tài nguyên hình ảnh sẽ được tải xuống dưới dạng ZIP. Giải nén toàn bộ tệp lưu trữ và giữ thư mục images bên cạnh document.xml.
Mẫu bao gồm images/page-001-image-005.png. Các tham chiếu hình ảnh trỏ đến đường dẫn tài nguyên thay vì nhúng dữ liệu nhị phân vào XML. Bản xuất không kèm tài nguyên hình ảnh có thể tải xuống trực tiếp dưới dạng .xml.
Đọc cấu trúc tài liệu
Mẫu khai báo phiên bản 1, đơn vị pt và gốc tọa độ trên cùng bên trái. Các bản ghi trang bao gồm số trang nguồn, kích thước, hướng xoay, các khối và hình vẽ. Tọa độ mô tả trang chưa xoay; hãy tính đến hướng xoay khi phủ dữ liệu lên.
Phân tích cú pháp XML bằng trình phân tích XML. Các giá trị lặp lại sử dụng các phần tử mục; một số bộ giá trị hình học là các giá trị văn bản. Hãy kiểm tra cấu trúc thực tế thay vì giả định một lược đồ xuất bản như DocBook.
Kiểm tra thứ tự đọc và các tham chiếu hình ảnh so với tệp PDF gốc trước khi sử dụng dữ liệu trong quy trình xử lý của bạn.
Câu hỏi thường gặp
XML có chứa các chương ngữ nghĩa không?
Nó mô tả dữ liệu trang đã trích xuất. Ý nghĩa tiêu đề, thứ tự đọc và ngữ nghĩa tài liệu có thể cần sự diễn giải của riêng bạn.
Tại sao tôi nhận được tệp ZIP?
Mẫu có chứa một hình ảnh. Tệp ZIP giữ document.xml và tài nguyên được tham chiếu cùng nhau để có thể định vị hình ảnh.
Thử nghiệm với tài liệu của bạn
Xem lại kết quả, sau đó lưu phiên bản bạn cần.
