actionscript-3 - 阅读PDF，字符问题

Question

我尝试使用 PurePDF 收集 PDF 文件中的一些信息，但无法让 PurePDF 读取它。

每当 PurePDF 尝试读取任何 pdf 时，它都会说找不到其 header ，我尝试对其进行调试，并注意到从 bytearray 读取的字符串是日语字符!我尝试在将 pdf 字节数组传递给 PurePDF 之前更改其字节序，但没有更改任何内容。

pdf 文件没问题，因为每当我以文本形式打开它时，我都可以看到“%PDF-”标题，但由于某种原因，actionscript 获取了错误的字符代码，因此 PurePDF 根本无法工作。

有什么想法吗？

谢谢。

<小时/>

更新:我不是字节数组专家，但我决定使用它并通过调试器跟踪代码执行，并发现它使用 readInt() 来获取字符，我只是将其重写为 readByte()现在它正在阅读 PDF!我仍在查看这些功能是否有效...任何更喜欢低级编程的人都可以向我解释可能会发生什么吗？我不认为该项目在 svn 中被破坏

这是我一直在使用的代码，我认为它非常简单:

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();
    }

Answer 1

我以前没有使用过 PurePDF，但我使用过 bytearray 从文件中提取信息。您到底想从这个 pdf 中得到什么？您只想提取文本吗？另外可以上传一下PDF的链接吗？如果我们关注的是同一件事，会更容易提供帮助。

关于日语文本...当您阅读字节数组中的 PDF 时，不要期望轻松找到人类可读的文本，因为大部分数据用于设置文件结构等。放置 PDF 中的实际文本和图片在称为 Streams 的标签内。因此，通常您会找到一个文本流并将其提取到字节数组中。要正确显示文本，您可以使用 PDF 数据中提到的解码器类型(UTF-8、UTF-16 等)。

下面的链接更好地解释了 PDF 流:(“/Length”成为字节数组长度，“Filter”告诉您解码类型(字符集类型，例如 ASCII)等)

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

无论如何，如果您在十六进制编辑器中打开 PDF，这一切都是有意义的。如果您需要的话，请尝试下面的一种。现在您可以看到流位置在哪里，并告诉 AS3 从那里提取:

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

如果仍有问题，请将您的 PDF 上传到某个位置，并准确说明您要从文档中提取的内容。我会尽力为此提供确切的帮助(没有 promise ，只是想提供帮助)..和平。