mirror of
https://github.com/alam00000/bentopdf.git
synced 2026-11-07 08:31:01 +01:00
46 lines
1.7 KiB
Markdown
46 lines
1.7 KiB
Markdown
---
|
|
title: PDF 转 JSON
|
|
description: 使用 CPDF 将 PDF 文件转换为结构化 JSON 格式。将 PDF 内部结构导出为机器可读的 JSON 数据。
|
|
---
|
|
|
|
# PDF 转 JSON
|
|
|
|
将一个或多个 PDF 文件转换为 JSON 格式。工具使用 CPDF (Coherent PDF) 将每个 PDF 的内部结构序列化为机器可读的 JSON 表示。输出始终以 ZIP 压缩包的形式提供。
|
|
|
|
## 使用方法
|
|
|
|
1. 使用文件选择器选择一个或多个 PDF 文件。
|
|
2. 点击 **转换** 开始处理。转换在后台 Web Worker 中运行。
|
|
3. 下载 ZIP 压缩包，其中每个输入 PDF 对应一个 JSON 文件。
|
|
|
|
状态栏会显示转换和 ZIP 创建阶段的进度。
|
|
|
|
## 选项
|
|
|
|
此工具没有可配置的选项。每个 PDF 都会被转换为其完整的 JSON 表示。
|
|
|
|
## 输出格式
|
|
|
|
- 一个 `pdfs-to-json.zip` 文件，其中包含每个输入 PDF 对应的 `filename.json`。
|
|
|
|
JSON 输出表示 PDF 的内部对象结构，包括页面树、字体引用、元数据和内容流。
|
|
|
|
## 使用场景
|
|
|
|
- 检查 PDF 的内部结构，用于调试或验证。
|
|
- 以编程方式提取结构化元数据和页面属性。
|
|
- 将 PDF 结构数据输入自定义处理流水线。
|
|
- 通过分析对象树来审核 PDF 文档的合规性。
|
|
|
|
## 小技巧
|
|
|
|
- 此工具输出的是原始 PDF 对象结构，而不是提取的文本内容。如果您需要 JSON 格式的页面文本，请改用 [为 AI 准备 PDF](./prepare-pdf-for-ai)。
|
|
- 对于纯文本提取，[PDF 转文本](./pdf-to-text) 更直接。
|
|
- 结构复杂的大型 PDF 会生成非常大的 JSON 文件。
|
|
|
|
## 相关工具
|
|
|
|
- [PDF 转文本](./pdf-to-text)
|
|
- [为 AI 准备 PDF](./prepare-pdf-for-ai)
|
|
- [提取 PDF 表格](./extract-tables)
|