寻找一个 linux PDF 库来从 PDF 中提取注释和图像 [关闭]

Question

我正在寻找一个免费的库（Java/Ruby），它可以在 linux 上运行，并且可以从 PDF 中提取图像和注释；类似于 CGPDFDocument 在 OS X 上可以执行的操作。

谢谢！

Answer 1

我不知道图像，但使用 ruby​​ pdfreader 库的最新版本，我能够成功地从一个大 PDF 文件中提取注释：

PDF::Reader.open(filename) do |reader|
  reader.pages.each do |page|
    annots_ref = page.attributes[:Annots]
    actual_annots = reader.objects[annots_ref]
    if actual_annots && actual_annots.size > 0
      actual_annots.each do |annot_ref|
        actual_annot = reader.objects[annot_ref]
          unless actual_annot[:Contents].nil?
            puts "Page #{page.number},"+actual_annot[:Contents].inspect
          end
        end
    end
  end       
end

我想可以做类似的事情来提取图像。