将pdf转换为带有颜色的文本

Question

我正在尝试将 pdf 转换为文本，并提取文本的颜色信息。

我正在尝试在 golang 中执行此操作，但是使用我从 golang 调用的命令行工具是绝对可以接受的。

我从 中找到pdftotext的poppler-utils，它几乎完美。只是，它没有给我颜色信息。

我试过 github.com/ledongthuc/pdf，它也没有给我颜色信息。

还有其他工具吗？我是否错过了使用 pdftotext 执行此操作的方法？

Answer 1

有一个名为poppler( https://poppler.freedesktop.org ) 的 C++ 库，它允许从 PDF 文件中提取文本，包括颜色。这里有一个 go 绑定：https ://github.com/cheggaaa/go-poppler