一种PDF文件解析方法

摘要

本发明公开了一种PDF文件解析方法，包括以下步骤：根据设置或PDF文件包含的文本对象的信息，确定在PDF文件中识别出文本信息的方式；根据确定的识别方式，识别出PDF文件中的文本信息和对应的布局信息；根据PDF文件的属性信息，确定将PDF文件转换为何种类型的文件；将从PDF文件识别出的文本信息，根据布局信息，转换为上述确定的类型的文件。通过该方案，可自动确定将PDF文件转换为何种类型的文件，以最大可能还原原文件的内容和格式，自动确定出对于PDF文件采用的解析方法，以平衡解析效果和算力资源。