彩票走势图

Java或.NET-PDFxStream应用自如

PDFxStream for Java由纯Java语言撰写，没有本地化组件和依赖性，唯一的要求就是需在Java1.5（或更高）JVM虚拟机上。当然，作为一个Java库，PDFxStream可用于任何支持互用Java API的任何JVM语言，包括Clojure, Scala, Groovy, JRuby, Jython等等。

PDFxStream for .NET是由标准的PDFxStream for Java二进制转换来的纯托管.NET组件。这个转换过程是完整的，不管是功能、固定性、API还是性能方面都没有任何的影响。所有PDFxStream for Java有的并发和并行性它都具有，可用于任意的.Net语言，包括C#, VB.NET, F#, 托管C++等。

PDFxStream适用于严苛的桌面和服务器应用程序，包括有重大意义的并发性要求。它被设计成易于并行化，使您在处理PDF文档时可以充分利用您的硬件和基础设施投入，而不必担心卡住和速度的限制。

从PDF文档提取文本和元数据最快的组件

PDFTextStream从PDF文档提取数据时有两个目标：精准和快速。哪一个属性对你的应用程序更重要是自己决定的东西。然而，在许多情况下，文本的提取性能没那么容易：它是项目成功的关键。

PDFxStream：四大组件合成一个API

每一个组件都包含在PDFxStream的API中，且有一个不同的类从PDF文档中提取数据：

• PDFTextStream提供全面的PDF文本提取功能

• PDFImageStream提供综合PDF图像提取功能

• PDFFormStream提供易提取和交互填充功能

• PDFxStream Base是基础，所有的其他的PDFxStream功能都是在此之上建立的。它实现了基本的PDF文件功能，并提供了最简单的PDF文件基础。

PDFImageStream

• Unicode文本提取，包括支持中文、日文、韩文（CJK）在水平和垂直的写作模式

• OutputHandler API定制PDF文本格式的有效提取
  

• 区域文本提取，完美的从固定格式提取数据
  

• 对嵌入式和标准字体和字符编码完整支持：

• 类型0,1和1C

• TrueType

• Identity-H和Identity-V编码

• CMap编码（包括数以百计的中文、日文、韩文的字符集上，横向和纵向的写作模式）

• 自动布局处理，提供了一个遍历PDF文档模型，包括块、行、列和表结构
  

• 支持从“搜索图像”PDF中提取文本
  

• 支持所有种类的旋转文本
  

• 基本检测，表格数据推理以及一组表提取实用程序

PDFImageStream

• 减压和解码数十种PDF图像

• 绘制图像算法上下文图像并保存到熟悉的磁盘文件格式：

• JPEG

• TIFF
  

• GIF

• PNG
  

• BMP

• 自动拼接图像

PDFFormStream

• 支持从所有类型的字段提取“acroform”（互动）表单数据

• 文本

• 下拉菜单

• 无线按钮

• 复选框

• 按钮
  

• 签名

• 自动拼接图像
  

• 支持XFA表单数据提取
  

• 支持填充"Acroform"字段，写更新文件
  

PDFxStream Base
PDFxStream Base实现了大部分PDF的基础功能以及提供了许多的PDF数据类型：

• 兼容所有的PDF文档的所有版本，从1.0版本（对应Acrobat 1）到1.7版本（对用Acrobat 8或者更高）

• 支持对PDF文档加密使用40位、128位、256位以及变化的个位长度密码（包括RC4和AES）

• 对PDF文档常见的畸形和不规则自动修复

• 提取PDF注释（链接、文本注释等）

• 提取嵌入式文件和附件

• 提取PDF书签（大纲，表目录）

• 提取文档元数据

• 提取原始字符数据

• 图像元数据的提取，包括图像的尺寸，位置和类型

• PDF文件合并

所有其他组件均是建立在PDFxStream Base基础之上。

PDFTextStream was built from the ground up specifically to meet the most stringent PDF text and metadata content extraction requirements. Its API is comprehensive, and includes the following features:

• Extensive support for the PDF file format specification and all known variants
• Full Unicode-capable text extraction facilities, including support for extracting Chinese, Japanese, and Korean text, in both horizontal and vertical writing modes
• Full support for updating interactive AcroForms (including text, checkbox, radio button, and choice fields)
• Comprehensive PDF document metadata access
  • Simple key/value attributes
  • Adobe XMP - XML metadata access
• age-level object model via com.snowtide.pdf.Page , providing page-specific text extraction and page metrics (height, width, rotation angle, etc)
• Acroform (interactive form) data extraction
• PDF bookmark (document outline) access
• PDF annotation access (including Link (web URL) annotations)
• Seamless Lucene integration
• EncryptionInfo API: provides access to PDF document encryption parameters
• Text-piping API for super-fast text extraction api doc provides hooks for customizing how PDF text extracts are formatted (such as when the visual layout of each page needs to be maintained)
• Selective regional text extraction built-in, ideal for extracting data from fixed-format forms
• Optional in-memory operation
• Built-in PDF merge utility
• PDF to HTML exporter
• PDFTextStream subclasses java.io.Reader, which ensures a simple, familiar interface, and straightforward integration opportunities with existing components that expect a java.io.Reader instance.
• Flexible logging toolkit hooks
  • Built-in support for logging to standard out, Log4J, and java.util.logging toolkits
  • Ability to plug in custom logging implementations