PDFlib TET

PDFlib Tet extracts teksto, mga larawan at metadata mula sa mga dokumento na PDF. Tet ginagawang magagamit ang mga nilalaman ng teksto ng isang PDF bilang Unicode mga string, kasama ang detalyadong Glipo at impormasyon ng font pati na rin ang posisyon sa pahina. Raster imahe ay kinuha sa karaniwang mga format ng raster. Tet opsyonal na-convert ang mga dokumento na PDF sa isang format na batay sa XML na tinatawag na TETML na naglalaman ng teksto at metadata pati na rin ang impormasyon mapagkukunan.