PDFlib pCOS 4 –PDF 信息检索工具

什么是PDFlib pCOS？

PDFlib pCOS提供了一个简单而优雅的工具，用于从PDF文档中检索不属于页面内容的任何信息。例如，可以使用pCOS轻松查询PDF元数据，交互式元素（链接，表单字段等）或页面尺寸。

使用pCOS，您可以提取各种有趣的项目和创建输出为不同的目的。通过单次调用处理多个PDF文档，您可以轻松创建文档信息条目，页面格式，字体或任何其他属性的摘要。结合表格输出，这提供了一个强大的PDF管理工具。

在PDF工作流程中，PDF信息检索工具PDFlib pCOS有许多应用场景，但您也可以使用PDFlib pCOS作为学习或调试PDF的工具。以下是一些典型情况：

检查传入文档的预定义条件

识别大集合中的问题文件

创建文档管理的元数据摘要

质量保证在出版文件之前

文档检索和存储库工作流

总结书签

提取PDF文档的组件，例如ICC配置文件

检查PDF的安全问题（JavaScript等）

pCOS检索界面包含在其他PDFlib GmbH产品中：如果您使用PDFlib + PDI，PDFlib个性化服务器，TET或PLOP / PLOP DS，您还可以访问pCOS界面。如果您需要访问页面上的文本或图像，请使用我们的产品PDFlib TET进行PDF内容提取。

pCOS Cookbook

pCOS Cookbook是一个编程示例的集合，演示了pCOS用于各种PDF检索任务的用法。

PDFlib pCOS特性

支持的输入

PDFlib pCOS支持所有风格的PDF输入：

所有PDF版本到Acrobat XI，包括ISO 32000

加密文档（可能需要密码）

如果可能，损坏的PDF输入文档将被修复

信息检索

PDFlib pCOS提供了一个简单的查询界面。使用PDFlib pCOS，您可以提取各种有趣的项目，如：

文档信息字段和XMP元数据

一般信息：线性化和标记的PDF状态，加密详细信息和权限设置，页数和字体数

具有名称，嵌入状态等的字体

图像数据，如位深度，颜色空间，压缩，XMP

颜色空间详细信息

目标URL和Web链接的坐标

书签和相应的页码，例如。创建一个目录

表单字段数据：完整字段名称，内容，位置等。

页面大小，CropBox，页面旋转

ISO标准的状态：PDF / X，PDF / A，PDF / UA，PDF / E和PDF / VT

地理空间参考信息

列出或解压缩文件附件

图层名称，页面标签，文章线程

注释详细信息

列出所有评论以及评论者姓名

数字签名详细信息：签名字段的名称，签名/未签名，签名者姓名，签名日期和原因

从PDF / X或PDF / A文档提取ICC输出意图概要文件

PDFlib个性化服务器的块属性

文档，页面，注释或字段级别的JavaScript

从ZUGFeRD文档检索XML发票数据

PDF包/投资组合的属性

输出格式

PDFlib pCOS可以创建不同用途的输出：

纯文本输出

以UTF-8或UTF-16格式输出的Unicode文本

使用电子表格/数据库处理的表格输出

二进制数据，例如ICC配置文件或文件附件

自定义后处理的用户定义输出格式

pCOS路径 – PDF对象的简单语法

而不是被复杂的树结构所困扰。对于书签或表单字段，可以使用简单的pCOS路径语法轻松访问PDF对象。它提供方便的快捷方式，用于访问常用的PDF对象，如页面，字体，书签，表单字段等。

pCOS 4中的增强

pCOS编程接口8包括用于检索PDF信息的附加便利特征，包括以下：

   – 在页面或注释中标识具有透明对象的页面

   – 加密文件附件

   – 识别PDF / A，PDF / E，PDF / UA，PDF / X和PDF / VT的所有风格

通用Unicode字符串转换器方法pCOS_convert_to_unicode（）

更新语言绑定：

   – Perl 5.8 – 5.18

   – PHP 5.3，5.4和5.5

   – 面向对象的接口为Python 2.6,2.7,3.2和3.3

接受各种不合格的PDF结构

损坏的PDF文档的增强修复模式

各种错误修复

pCOS库或命令行工具？

pCOS可用作各种开发环境的编程库（组件），也可作为批处理操作的命令行工具。两者都提供类似的功能，但适合于不同的部署任务。

使用pCOS编程库…

…用于集成到桌面或服务器应用程序中。使用带有所有支持的语言绑定的库的示例包括在pCOS包中。

pCOS命令行工具适用…

…用于批处理PDF文档。它不需要任何编程，但提供了强大的命令行选项，可用于将其集成到复杂的工作流程。 pCOS命令行工具扩展了库的功能：

简单检索常见的PDF元素，例如书签，注释，元数据，表单字段等。

扩展模式，用于查询更复杂的对象和自定义输出格式

提取数据项，例如文件附件，ICC配置文件等。

以逗号分隔值或用户定义的格式发出信息，以便导入到电子表格或数据库中

用于转储复合PDF对象（如字典和数组）的递归功能

支持的开发环境

PDFlib pCOS无处不在 – 它几乎在所有计算平台上运行。我们为所有常见的Windows，OS X / macOS，Linux和Unix提供32位和64位软件包。

pCOS内核采用高度优化的C和C ++代码，以实现最高性能和较小的开销。通过简单的API（应用程序编程接口），可以从各种开发环境访问pCOS功能：

COM用于VB，ASP等

C和C ++

Java，包括servlet和JSP

.NET用于C＃，VB.NET，ASP.NET等。

Perl

PHP

Python