PDF-parser
PDFParser
PDFParser leest en interpreteert de ruwe PDF-bytestroom, bouwt de COS object graph voor het document. Het is het toegangspunt voor het parseren van een bestaande PDF-bytebron naar een navigeerbaar objectmodel.
PDFLexer
PDFLexer tokeniseert de PDF-syntaxis uit een bytestroom, identificeert sleutelwoorden, namen, strings, nummers en andere lexicale elementen. Het is de onderliggende scanner die wordt gebruikt door PDFParser.
PDFWriter
PDFWriter serialiseert het COS object model terug naar een PDF-bytestroom. Het verwerkt de generatie van de cross-reference-tabel en de logica voor incrementele updates.
Met de parser API
De Document klasseconstructor roept de parser intern aan wanneer een bestandspad of stream wordt opgegeven. Voor directe parsertoegang, gebruik Document.getParser() om de PDFParser instantie te verkrijgen die gekoppeld is aan het geladen document:
try (Document doc = new Document("input.pdf")) {
PDFParser parser = doc.getParser();
// Access low-level document structure
}