它将在服务器上用于从上传的PDF文件中生成在线电子书.
需要提取以下内容：
>带字体和样式的文字;>图像;>音频和视频;>链接和热点.>页面快照和缩略图;>一般PDF信息,例如书籍布局,页数等
查看Adobe PDF库(仅5000美元),BCL SDK(？),PDFLib(795欧元),QuickPDF(250美元)
现在我们使用开源pdf2xml(提取文本,图像和链接)和GhostScript(快照和缩略图).剩下的其他事情是：
>字体;>多媒体;>热点;>页面信息.
我们在支付大量资金(并且可能错误地选择错误的解决方案)或使用免费/开源解决方案之间犹豫不决.
您推荐哪种BEST解决方案从PDF中提取几乎所有内容？
任何评论将不胜感激.
您应该估算程序员的成本($/ hr),然后乘以估计所需的时间来添加所需的开源功能(60-80小时？).如果这个更高或接近5000美元,你可能会考虑购买商业软件.
否则,在(相当不错的)PDF reference的帮助下,你应该顺利.
还有一件事,你可能会发现Poppler有所帮助.它用于渲染PDF,但这与您尝试执行的操作非常相关.
