阅读PDF，字符问题

我想使用PurePDF来收集PDF文件中的一些信息，但无法管理让PurePDF读取它。阅读PDF，字符问题

只要PurePDF尝试读取任何pdf，它说它找不到它的头，我试着调试它，并注意到从bytearray读取的字符串是日语字符！在将它传递给PurePDF之前，我试图更改我的pdf的bytearray的末尾，但没有改变任何内容。

pdf文件是可以的，因为我可以看到“％PDF-”标题，只要我将其作为文本打开，但由于某种原因，actionscript出现错误的charcode，因此PurePDF根本无法工作。

任何想法？

谢谢。

更新：我不是一个字节组的专家，但我决定到人，并按照执行代码通过调试，并发现了其使用的readInt（）来获得人物，我只是重写了它readByte（），现在它正在阅读PDF！我仍然要看看这些功能是否会起作用......更低级的编程人员能解释我可能发生了什么吗？我不认为这个项目是在SVN

这是我一直在使用的代码坏了，我觉得这是很简单的：

private function loadPdf():void 
    { 
     var loader:URLLoader=new URLLoader(); 
     loader.dataFormat=URLLoaderDataFormat.BINARY; 
     loader.addEventListener(Event.COMPLETE, onLoadComplete); 
     loader.load(new URLRequest(PDF_FILE)); 
    } 

protected function onLoadComplete(event:Event):void 
    { 
     var data:ByteArray = URLLoader(event.target).data as ByteArray; 
     pdfReader = new PdfReader(data); 
     pdfReader.readPdf(); 
    }

来源

2013-02-17 rsantos

不是我会知道答案，如果你这样做，但我觉得不得不评论你应该显示你使用的代码。它会阻止人们给你明显的答案（这不一定是问题），如果它是明显的东西，你很可能迅速得到它:) – 2013-02-17 02:48:11

我已经更新我的状态并添加了我使用的代码，谢谢为你的时间。 – rsantos 2013-02-17 04:55:44

我还没有和PurePDF之前的工作，但我有使用bytearray从文件中提取信息。你想从这个pdf中得到什么？你想提取文本吗？你也可以上传一个链接到PDF？如果我们在看同样的事情，会更容易。

关于日文文本...当您阅读PDF中的一个字节数组时，不要期望轻松地找到人类可读的文本，因为大部分数据都用于设置文件结构等。实际文本& PDF中的图片是放在名为Streams的标签内。所以通常你会找到一串文字&将它解压到你的bytearray中。要正确显示文本，请使用PDF数据中提到的解码器类型（UTF-8，UTF-16等）。

下面这个链接解释了有关PDF流好转：（“/长度”将成为您的ByteArray长度和“过滤器”告诉你解码类型（字符集类型如ASCII）等）

http://blog.didierstevens.com/2008/05/19/pdf-stream-objects/

不管怎么说如果您在十六进制编辑器中打开PDF，所有这些都是有意义的。如果您需要，请尝试下面的一个。现在，您可以看到您的视频流位置，并告诉AS3从那里提取：

http://www.hhdsoftware.com/free-hex-editor

如果仍然有问题，地方上传PDF，说你想从文件中提取什么。我会尝试给予确切的帮助（没有承诺，只是想帮助）。和平。

来源

2013-02-18 07:57:28

感谢您花时间回答。经过一段时间，我发现PurePDF pdf阅读功能没有完全实现，这可能是我得到“日文字符”和其他错误的原因。它是我尝试过的Java iText库的一个端口，它具有更好的数据提取功能，但是我需要阅读的PDF格式非常不规则（表格和列），因此提取的数据最终崩溃。我现在将PDF保存为.txt文件并为其写入解析器，因为数据以相当复杂的方式显示。再次感谢。 – rsantos 2013-02-19 21:57:32

只是为了添加评论，也许有人会发现有用的，我一直在尝试这些最后几个小时，使PurePDF的工作，并没有办法...阅读功能被打破。尝试从非常简单的pdf到复杂的，所有相同的错误。我甚至遵循了google代码页的建议（关于更改readByte（）的readInt（）），但出现了其他错误。我的建议，不要浪费你的时间。 – Artemix 2014-10-06 18:54:52

阅读PDF，字符问题

回答

相关问题