PDFSDK（支持多种平台）_pdf sdk

简介

PDF文档的解析，自动化编辑一直是一个难题。毕竟PDF主要用于交流，但大数据时代，PDF文档蕴含了海量的信息，从PDF文档中抽取信息，并应用到各种场景是一个很实际的问题。不同于之前博客提到的PDFCoverter，本项目更适合大规模PDF文档的处理。项目开源地址：PDFSDK

支持的操作系统与编程语言

该项目依赖于Foxit Quick PDF Library，支持Linux，Windows，MacOS等系统。提供Python，C#，C++，C，Java，PHP，Objective-C, Swift, JavaScript等API，非常方便部署。网上有各种激活码，商用购买大概每台机子300-999$。

相比PDFConverter

1. PDFConverter使用的是Acrobat Pro DC提供的SDK，由于PDF标准是Adobe公司制定的，他们的SDK对PDF解析非常好。但买他们的SDK比较贵，自己用可以在Windows装Adobe Acrobat DC（平时拿来看paper），转换速度大概是 page/sec。对其他系统支持比较麻烦，需购买他们提供的Adobe PDF Library，需要购买激活码。
2. FOxit Quick PDF Library文本抽取比较快，但提取的效果没有前者好，损失了很多layout信息。二者各有千秋，根据自己需要选择。
3. 除了文本抽取，这两家公司提供的SDK都支持PDF文档的编辑，合并等。
4. Adobe 提供多种SDK，比如：
   • Adobe Acrobat Export PDF （25$/year），只包含导出功能
   • Adobe Acrobat PDF Pack （120$/year），导出，合并，发送
   • Acrobat Pro DC （168$/year），完整PDF解决方案，PDFConverter使用的就是这个，网上也有很多破解版，自行查找。