PDF 导出与转换
PDF 转 DXF:解析 PDF 矢量图形,把基本形状(线、矩形、文本)转换为 DXF 实体。三次贝塞尔曲线用线段近似。复杂填充、渐变和位图不在此浏览器端转换器支持范围内。最适合从 PDF 导出的简单 2D CAD 图。
PDF 转 XML:从每个 PDF 页面提取文本内容和坐标。输出包含文本串、X/Y 位置、字体名和字号。文本按 Y 坐标聚类成行。这提供基础的结构化 XML 表示——学术论文解析(TEI XML)或深层结构提取请考虑 GROBID 等服务端工具。
PDF 转 SVG:从每个 PDF 页面提取带坐标的文本元素,构建包含定位文本元素的 SVG 文档。产出的是文本级 SVG——文字仍可选中、可搜索。矢量图形(路径、形状)不包含在此浏览器版本中——要完整矢量 SVG(含全部图形)建议用 mutool 等服务端工具。
为什么提取不总是完美:PDF 把文本存为定位的绘图指令而非段落——导出器靠按位置聚类重建阅读顺序,因此多栏布局、表格和不寻常间距可能以不同于你阅读的顺序输出。如果源文件是没有真实文本的扫描件,请先用
OCR 与识别。