PDF Extract

PDF情報（メタ・データ）
メタ・データには、PDF文書の作成者、作成日、タイトルなど様々な情報が含まれています。PDF Extractは、これらの情報をすばやく取り出します。

テキスト文字列
PDF文書から文字列情報を取り出します。文字列はフォント情報（フォント名、大きさ）や表示位置（ページ番号、座標）が含まれます。

画像やフォント情報など
PDFに埋め込まれている、画像やフォント情報などを取り出せます。

PDF Extractで取り出す情報は、以下のプロパティをサポートしたオブジェクトタイプに基づいています。

文書情報オブジェクト （文書情報 解説）

• 文書の属性値
  • Auther
  • Title
  • Subject
  • Keywords
  • Application
  • PDF Producer
  • Creation Date
  • Modification Date
• 文書が暗号化されているか否か
• 文書がリニアライズ（Web用高速表示）されているか否か
• PDFのバージョン（1.4、1.7など）
• ブックマークのプロパティ
• ページラベルの取得
• リソース（画像、色空間、フォント）のプロパティ
• 埋め込まれたファイルのリストまたは取り出し
• Optional Content Group（レイヤー）のリストまたは取り出し

ページ

• ページサイズ（Media Box）、表示サイズ（Crop Box）、他（Trim Box、ArtBox、Bleed Box）
• 回転
• ページ内容
• 注釈

テキスト

• Unicodeでのテキスト取り出し（文字単位、単語単位、ページ単位）
• X、Y座標
• バウンディングボックス
• フォントサイズ（ポイント単位）
• 長さ（ポイント単位、文字単位）
• 回転

フォント・タイプ

• 名称
• 大文字または小文字の高さ
• サブセットフォントの使用可能な文字名
• エンコード、フラグ
• バウンディングボックス
• フォントプログラムのデータストリーム
• True TypeまたはType1
• 斜体文字の傾斜の角度
• ベースラインと次の行（先頭）の間の推奨距離
• グリフの垂直方向と水平方向の幅

色空間

• ベース色空間
• Colorant
• Components per pixel
• インデックス色空間での最大インデックス値
• 色空間（Colorant、インデックス、モノクロ）
• ルックアップテーブル
• 名称

画像

• 幅と高さのピクセル値
• 解像度（DPI）
• チャンネルごとのビット数
• 色空間（白黒、モノクロ、カラー）
• RGBへ変換
• 代替画像
• 画像取り出しと向き設定
• 抽出されたTIFF画像の圧縮設定（フラット、CCITT G3、G3-2D、G4、JPEG、LZW、なし）
• マスク、透明マスク

グラフィック ステート

• ブレンドモード
• 文字および単語それぞれの間隔
• 現状の変換行列
• 鎖線パターン
• 塗りつぶしと線色の色空間
• RBGまたはCMYK値での塗りつぶしと線色
• 塗りつぶしと線色のオーバープリント
• 塗りつぶしと線色のアルファ値
• 平面度公差
• フォントとそのサイズ
• 水平スケーリング
• テキストのスタイル
• 線のスタイルと幅
• レンダリングの名称
• 滑らか公差
• テキストノックアウト
• テキストのレンダリングモード
• テキストの再配置（上または下）

変換行列

• 変換値
• 配置の方向
• 回転
• XおよびY方向でのスケーリング
• XおよびY方向でのゆがみ

注釈

• タイプ
• 色
• 内容
• 日付
• 移動先
• フラグ
• マークアップ
• 名前
• 位置（四角）
• Subject
• テキストラベル
• URL
• コーナーポイント（ポリゴンの場合）

ブックマーク

• 数量
• 移動先
• タイトル

移動先

• 位置
• タイプ
• ページ番号