V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
• 请不要在回答技术问题时复制粘贴 AI 生成的内容
quietjosen
V2EX  ›  程序员

PDF 标注导出,从入门到弃坑

  •  
  •   quietjosen ·
    atjason · 2017-11-08 21:05:17 +08:00 · 4146 次点击
    这是一个创建于 2591 天前的主题,其中的信息可能已经有所发展或是发生改变。

    这两天,研究了如果导出 PDF 标注。没搞定,大致列一些关键的点,供大家参考:

    • PDF 标准是 Adobe 牵头搞了,标准又老又长,一般还是别看了
    • Apple 提供了 PDFKit ;不过,十几年没更新了,功能比较弱
      • 核心的,在解析标注文本时,会出现 Cmap 错误,但却没有任何可设置的地方
      • 另外,WWDC 2017 新出了 PDFKit for iOS,没去研究,估计重点在于展示,不在于编辑
    • 对于第三方 PDF SDK:
      • 有少量免费、或开源的,最知名的是 Skim ;可惜的是,Skim 也无法解析标注文本,尤其是英文之外的文字、字体
      • 而更大部分,则是商业 SDK ;效果我不好说,因为动不动 $1000 一年的授权,试不起
    • PDF Expert 果然还是厉害,在试过的这些产品中,最强悍;当然,价格也最彪悍

    总的来看,PDF 还是一小撮玩家在玩的小游戏。既得利益者,牢牢把握着市场;后来者,不太可能进入并有所作为。标准本身,也缺乏与时俱进的动力。我并不看好。

    不过,我还是基于 Apple 的 PDFKit 做了个简单的小工具,可以将 PDF 中的标注导出为 csv 文本。需要的朋友,可以单独联系我。

    11 条回复    2017-12-12 08:23:58 +08:00
    ossphil
        1
    ossphil  
       2017-11-08 23:04:18 +08:00
    psPDFkit 是 PDFKit 的替代,开发挺活跃。Master PDF Editor 是免费的,windows, macos, linux 下都有,可以标注。福昕的阅读器也可以,奇怪的是在 Ubuntu 下一打开就是 50%的 cpu 占用
    Meli55a
        2
    Meli55a  
       2017-11-09 08:29:57 +08:00
    我用 知之阅读
    XiaoFaye
        3
    XiaoFaye  
       2017-11-09 09:24:49 +08:00
    直接截图然后 OCR 识别行不?当然效率可能不太好。
    picone
        4
    picone  
       2017-11-09 09:56:44 +08:00
    MigrateNote
    picone
        5
    picone  
       2017-11-09 09:57:10 +08:00
    MarginNote
    quietjosen
        6
    quietjosen  
    OP
       2017-11-09 15:59:51 +08:00
    @ossphil 好,去了解下。
    quietjosen
        7
    quietjosen  
    OP
       2017-11-09 16:00:17 +08:00
    @XiaoFaye 并不是 OCR,但要涉及字体、编码等信息,才能正确解析。
    quietjosen
        8
    quietjosen  
    OP
       2017-11-09 16:01:47 +08:00
    @picone 恩,这个算是替代方案,但并不能解决已有 PDF 标注的问题。
    ossphil
        9
    ossphil  
       2017-11-11 11:39:28 +08:00
    @picone MarginNote 的标注不能被其他 pdf 阅读器识别
    cuitor
        10
    cuitor  
       2017-12-11 13:47:26 +08:00
    quietjosen
        11
    quietjosen  
    OP
       2017-12-12 08:23:58 +08:00
    @cuitor 好,记下了,有空去瞧瞧。
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   882 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 18ms · UTC 20:39 · PVG 04:39 · LAX 12:39 · JFK 15:39
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.