我需要從該雜誌中提取「文章」，其中既有文字也有圖像。圖像內容必須單獨放置，文本提取（儘可能）並分開放置。分析pdf文件的格式並提取文本和圖像
我該如何去做這件事？是否有商業服務/ API已經這樣做？程序/服務的輸入只是文件。
例如輸入的：http://edition.pagesuite-professional.co.uk/pdfspool/rQBvRbttuPUWUoJlU6dBVSRnIlE=.pdf
（實際的文件將是一個正常的pdf文件，而不是一個seured一個）
如果您可以買得起商業選項，Amyuni PDF Creator將允許您枚舉PDF文件（文本，圖像等）中的所有組件，您將能夠將它們作爲獨立對象提取，並且您可以創建新的PDF文件他們。
您可以使用Aspose.Pdf.Kit至extract text and images separately from a PDF file。該API非常簡單。您還可以在Aspose網站上找到示例，教程和支持。
注：我在Aspose擔任Developer Evangelist。
Docotic.Pdf library可以爲您從PDF文件中提取圖像和文本。
這裏有幾個樣品進行你的任務：
提取的圖像可以保存爲JPEG和TIFF格式。您可以從每個頁面或整個文檔中提取文本。你可以用他們的座標提取文本塊。
聲明：我爲圖書館供應商Bit Miracle工作。
免責聲明：我爲Amyuni Technologies工作。 – yms 2011-05-04 21:10:29
這是有趣的知道 - 我們可以打破PDF成其元素 - 例如：一個頁面可能有兩篇文章和兩個相關圖像（通常，他們會有更多） – siliconpi 2011-05-05 02:04:56
你確定我可以使用你的工具來提取？ – siliconpi 2011-05-05 02:18:26