mupdf得到outline

使用pymupdf获取pdf文档中的文本下划线信息(全网唯一解决方案) pdf文档中下划线的提取方式 阅读详情

      前段时间工作极度忙碌,多个项目并行,期间还去强制封闭开发了两周,完全没有一点自己的时间,忙的有时候我都开始质疑自己当初的抉择,通常需要释放压力的时候,我会选择在自己力所能及的范围内购物,恰巧自己的defy不幸刷机杯具,就给自己买个galaxy tab,当做提前给自己的新年礼物吧。本来很喜欢galaxy tab 7.7,super amoled的屏幕,但是要等到1月份才上市,还是先买先享受吧。

     这两天在看一些pdf reader相关的文档,也比较了一些pdf reader,商业的,开源的,在android平台上,体验最好的,还是adobe reader 10.0,多点触控,翻页,页面跳转,流畅度,都不得不感叹毕竟是pdf鼻祖,可惜不提供android的sdk。开源的pdf reader中,多数基于mupd解析pdf文件,从官网下载最新的0.9版本,在linux环境下,下载thirdparty和pregenerate,编译遇到很多问题,google后逐一解决,终于通过NDK编译,生成了so文件,免费开放出来。http://download.youkuaiyun.com/detail/readreply/3913202。其Java代码只有三个,因此界面极其简单,且用户体验远不及adobe pdf reader,但其在windows xp下的编译异常轻松。

     因为目前android平台上的pdf reader还都没提供outline跳转功能, 晚上看了pdf解析outline部分,附上部分代码。这段代码只得到第一层目录的名称和页数,通过简单的递归或遍历,就可得到全文索引的页码。这个页码,是在文档中的实际页码,和索引中显示的页码还是有所区别。

    接下来研究如何点击outline的跳转到相应页面的功能及高亮、批注。怎么知道点击了文档哪一行呢,怎么选择一行呢,没头绪。


void getoutlinepage(pdf_xref *xref)
{
pdf_outline *outline = pdf_load_outline(xref);
int p;
while(outline)
{
for(p=0; p<totalpage; p++)
{
if(fz_is_array(outline->link->dest))
{
if(fz_objcmp(pdf_resolve_indirect(fz_array_get(outline->link->dest ,0)), xref->page_objs[p])==0)
{
break;
}
}
}
outline=outline->next;
}
}

深入解析PDF内部结构:从二进制格式到对象网络的全面拆解 PDF作为一种广泛使用的电子文档格式,其核心是基于二进制编码和对象模型的容器结构。理解其内部原理对于文档处理、数据提取和格式转换至关重要。PDF文件由文件头、文件体、交叉引用表和文件尾四部分组成,其中文件体由一系列相互关联的PDF对象构成,包括字典、数组、流对象等基本类型。这些对象通过交叉引用表实现快速定位,形成了复杂的对象网络。从技术价值看,掌握PDF的底层结构能够帮助开发者实现精准的文本提取、批量处理和格式修复,避免依赖第三方软件。在实际应用场景中,这种知识对于文档自动化处理、内容安全分析和格式兼容性调 阅读详情

相关推荐

PyMuPDF为PDF文件添加注释

我将介绍如何使用PyMuPDF库来为PDF文件添加注释,包括文本注释、高亮注释、下划线注释等15种注释的使用方法。

布啦啦 2245

PDF-Outline

#ifndef MUPDF_FITZ_OUTLINE_H #define MUPDF_FITZ_OUTLINE_H #include “mupdf/fitz/system.h” #include “mupdf/fitz/context.h” #include “mupdf/fitz/link.h” #include “mupdf/fitz/output.h” /* Outline */ /** fz_outline is a tree of the outline of a document (also k

weixin_37972910的博客 627

PdfViewerDemo:pdf阅读器,基于MuPDF开发,可横竖切换浏览、多种批注功能、电子签章

PdfViewerDemo pdf阅读器,基于MuPDF开发,可横竖切换浏览、多种批注功能、电子签章 PdfViewerDemo is developed within the project. Screenshots Features 显示pdf 支持横竖滑动 动态改变标注颜色和画笔颜色 支持插入图片 How do I use? pdf-viewer is available through JCenter. To be able to use this library in your project, add the following dependency to your build.gradle file: dependencies{ implementation 'com.lonelypluto:pdf-viewer:1.0.7' } Simple use cases wi

MuPDF的使用

MuPDF的使用 调用流程 获取目录 搜索关键字 调用流程 //获取上下文 fz_contextcontext = fz_new_context(NULL, NULL, FZ_STORE_UNLIMITED); if (!context) return; //register the default file types fz_register_document_han...

Billy Jue的博客 4490

pdf.js 只带目录大纲(outline)功能的demo

修改pdf.js中的simpleviewer的例子,因为自己只需要用到目录功能,就把目录功能添加进去了

pdf-reader:PDF :: Reader库实现了一个PDF解析器,该解析器尽可能符合Adobe的PDF规范。

PDF阅读器 PDF :: Reader库实现了一个PDF解析器,该解析器尽可能符合Adobe的PDF规范。 它可以高度灵活地以编程方式访问PDF文件的内容。 PDF 1.7规范是一份繁重的文档,目前尚不支持所有方面。 我欢迎提交展示规范不受支持的方面的PDF文件,以帮助改善我们的支持。 这主要是一个低级库,应该用作高级功能的基础-它不会为您呈现PDF。 有一些例外情况可以支持非常常见的用例,例如从页面提取文本。 安装 推荐的安装方法是通过Rubygems。 gem install pdf - reader 用法 首先创建指向PDF文件的PDF :: Reader实例。 可通过此对象获得文档级别的信息(元数据,页数,书签等)。 reader = PDF :: Reader . new ( "somefile.pdf" ) puts reader . pdf_ver

使用VBoxManage把img转换成vdi失败VBoxManage.exe: error: VDI: cannot create image 。。。。

VirtualBox安装别人给的镜像时需要先转成vdi格式,VBoxManage本身提供了转换功能,VBoxManage.exe convertfromraw image_file.img target_file.vdi --format VDI但是转换失败了,本篇记录转换失败的解决方案

chenyijun的专栏 6248

修改mupdf实现pdf查看,非常好哦!

修改mupdf实现listview竖直列表显示pdf每页,加载速度很快,干掉了mupdf中其他的功能,只保留了查看pdf功能,并且还实现单页缩放哦!非常好的资源,不要错过哦!没分了,收点分,但资源绝对对得起分的,我可是花了很多时间的

mupdf源码分析(三)加载文档之详细流程

pdf文档的加载流程由pdfapp_open----》pdfapp_open_progressive接口实现,原型:void pdfapp_open_progressive(pdfapp_t *app, char *filename, int reload, int kbps); 接下来具体分析一下这个函数的实现流程。 1,注册处理程序为支持的所有标准文档类型fz_register_document_handlers(ctx);//支持pdf,xps,svg,cbz,img,fb2,html,x..

fxbjye的博客 2801

02.1 知识图谱工具 Protege的下载安装与使用

Protege的下载安装与使用 本文是王昊奋老师《知识图谱》系列笔记第2.1篇。 文章目录Protege的下载安装与使用0 相关介绍0.0 Protege相关介绍0.1 Protégé的特点0.2 Protégé的用途1 Protege的下载1.1 准备工作:安装配置JAVA环境1.2 官网下载2 Protege的安装2.1 直接解压缩2.2 双击运行3 Protege的使用实例-创建类...

和而不流 7万+

小红书图文AI创作:输入主题,一键生成图文(coze工作流教程+获取)

输入主题,工作流一键生成小红书风格图文,30s一条,可批量生成

2301_79384090的博客 2801

SumatraPDF的书签功能:轻量级阅读器如何处理文档导航?

在PDF阅读器的功能生态中,书签(也称为大纲)扮演着至关重要的角色。它不仅是文档结构的可视化呈现,更是用户在长篇文档中快速定位内容的核心工具。SumatraPDF作为一款以轻量高效著称的开源阅读器,在书签功能的实现上采取了独特的技术路径——专注于读取和导航,而非编辑。 ## 为什么SumatraPDF选择"只读不写"的书签策略? ### 核心设计哲学:专注阅读体验 SumatraPDF的开发

gitblog_01096的博客 239

COMSOL电磁仿真案例——感应线圈

COMSOL电磁建模仿真案例——感应线圈

冲击10w 6万+

SumatraPDF书签编辑终极指南:3种简单方案解决你的PDF导航难题

你是否曾经在使用SumatraPDF阅读PDF文档时,想要添加自己的书签却找不到编辑功能?别担心,你并不孤单!作为一款以轻量高效著称的开源PDF阅读器,SumatraPDF在设计理念上做出了明确取舍:专注于快速浏览和流畅阅读,而非复杂的文档编辑功能。今天,我们就来深入探讨这个看似"缺失"的功能,并为你提供三种实用的解决方案。 ## 为什么SumatraPDF不内置书签编辑功能? 首先,让我们理

gitblog_00751的博客 200

STM32F030F4P6实战:LL库+DMA驱动WS2812全流程(附避坑指南)

本文详细介绍了如何使用STM32F030F4P6的LL库和DMA驱动WS2812 LED灯带的全流程,包括硬件选型、CubeMX配置、LL库与DMA关键实现、数据格式转换及调试技巧。特别提供了避坑指南,帮助开发者避免常见错误,提升开发效率。

weixin_29194693的博客 487

纳米尺度仿真软件:Quantum Espresso_(13).非线性光学性质计算

通过 Quantum Espresso,可以高效地计算材料的非线性光学性质,包括二阶和三阶非线性极化率。这些性质在许多现代技术中具有重要的应用价值。在准备输入文件时,需要详细描述系统的晶格结构和原子位置,选择合适的基组和赝势,并设置计算参数和微扰设置。通过优化计算参数和使用并行计算,可以提高计算效率和精度。最后,使用适当的工具进行结果分析和可视化,可以更好地理解材料的非线性光学行为。

kkchenjj的博客 1279

Android中PDF目录,搜索(包含中文),文字选择,高亮等实现

最近折腾了一个Android平台上PDF解析的一个项目,涉及到PDF中一些常见的问题,例如PDF的目录,搜索(包含中文),文字选择,高亮等实现,先借此地分享一下自己的一些成果。 参考文档 Adobe的官方文档  https://resources.infosecinstitute.com/pdf-file-format-basic-structure/#gref 参考项目 Mupdf  ...

clybe的专栏 7724

C++面试八股文

和静态多态(又称编译期多态,即在系统编译期间就可以确定程序将要执行哪个函数),其中动态多态是通过虚函数实现的,虚函数是类的成员函数,存在存储虚函数指针的表叫做虚函数表,虚函数表是一个存储类成员虚函数的指针,每个指针都指向调用它的地方,当子类调用虚函数时,就会去虚表里面找自己对应的函数指针,从而实现“谁调用、实现谁”从而实现多态。而C++符号表中的符号不是以函数名命名的,称为函数名修饰规则,虽然函数名相同,但是函数参数等其他属性不同,取的符号也不同,所以不会产生查询歧义的问题,使得函数可以重载。

qq_46676829的博客 906

PDF补丁丁:开源PDF处理工具的技术实现与应用实践

PDF补丁丁(PDFPatcher)是一款基于.NET Framework开发的开源PDF文档处理工具,采用AGPL+"良心授权"协议,为技术开发者和PDF处理爱好者提供了完整的PDF文档操作解决方案。该工具通过集成iText和MuPDF两大开源PDF处理组件库,实现了对PDF文档结构的深度解析和灵活操作,支持文档属性修改、书签编辑、页面调整、文档合并拆分、图片提取、文字识别等多样化功能,特别在处

gitblog_00559的博客 692

YOLO26改进策略【YOLO和Mamba】| MLLA:Mamba-Like Linear Attention,融合Mamba设计优势的注意力机制

本文记录的是利用模块优化的目标检测网络模型。模块具有独特优势。它不同于传统模块,能同时兼顾局部特征高效建模与长距离交互学习。常见模块要么在局部特征处理上有优势但长距离交互能力弱,要么反之,而模块克服了此问题。它融合了Mamba模型和线性注意力机制的优势,通过独特的结构设计,能够在保持计算效率的同时,精准地建模局部特征并学习长距离交互信息。本文将其用于的模型改进和二次创新,能够更加关注图像中的重要特征区域,抑制背景等无关信息的干扰,从而突出目标物体的关键特征。Demystify Mamba in Vision

Limiiiing的博客 216

人工智能之数学基础:弄懂数学本质,让我们不再害怕数学

数学的用途远远超过了人们的想象,甚至无处不在,任何领域都需要用到数学知识,人工智能也不例外。我将尽可能地将数学知识和机器学习算法相结合,让大家知道这些数学知识咋人工智能领域中的应用,使得数学的学习不会过于枯燥,同时也帮助大家扫清在学习算法过程中的数学障碍。除此之外,我还希望帮助大家建立一种不一样的数学思维,不再将数学看成是符号的演算、公式的推导,而是将数学看成是一种描述这个世界的工具,这样你就会发现这个世界处处有数学。当我们面对问题的时候,你是否会对问题进行抽象,然后通过数学来解决问题?

huanfeng_AI的博客 634

MuPDF.js 文档操作指南:如何读取 PDF 元数据、打开加密文件与提取目录结构?

**MuPDF.js** 是 MuPDF 引擎官方的 JavaScript/TypeScript 绑定库,基于 WebAssembly 实现,无需任何原生依赖即可在 Node.js、浏览器、Bun 和 Deno 中运行。本指南面向新手,带你快速掌握三个高频操作:**读取 PDF 元数据**、**打开加密(带密码)PDF 文件**,以及**提取 PDF 目录结构(书签/大纲)**,并附上关键文件的参

gitblog_00119的博客 360

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

基于mupdf的PDF阅读器

上一篇讲了基于poppler库的PDF阅读器的开发,这一篇来讲基于mupdf的PDF阅读器的开发。 在上一篇的篇尾我有附效果图,可以很明显的看出来这个效果是非常差的,网络上有童鞋同样遇到了这个问题,并且做了修正,但是,经过测试完全没用(也可能是版本的问题),所以我不得不做新的尝试。 基于mupdf的PDF阅读器 同样的,先要去下载源码,进行解压编译。mupdf库比较好的一点是可以很简单...

吸喵高手的小窝 1万+

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

mupdf源码分析

作者:帅得不敢出门    C++哈哈堂 群31843264  转载请保留此信息 只是粗略地说了下,其实谈上不分析,先列几个比较主要的结构体 struct fz_obj_s {     int refs;     fz_objkind kind;     union     {         int b;         int i;         float f;

zmlovelx(帅得不敢出门 程序员群31843264) 7365

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

上一篇: Android dex ,xml 文件反编译方法
下一篇: xampp
ReadReply
博客等级 码龄17年 13粉丝 25原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值