PDF::API2

CAM::PDF

CAM::PDF::PageText

从CPAN

my $pdf = CAM::PDF->new($filename);
   my $pageone_tree = $pdf->getPageContentTree(1);
   print CAM::PDF::PageText->render($pageone_tree);

此模块尝试从PDF页面中提取顺序文本。这不是一个健壮的过程，因为PDF文本以任意顺序图形化显示。该模块使用几个启发式方法来尝试猜测什么文本旁边的其他文本，但可能会被容易地被愚弄，例如，下标，非水平文本，字体的更改，表单域等。

除了这些免责声明外，它可以从简单的PDF文件快速转储文本。