PDF 标注导出，从入门到弃坑

[quietjosen]

这两天，研究了如果导出 PDF 标注。没搞定，大致列一些关键的点，供大家参考：

• PDF 标准是 Adobe 牵头搞了，标准又老又长，一般还是别看了
• Apple 提供了 PDFKit ；不过，十几年没更新了，功能比较弱
  • 核心的，在解析标注文本时，会出现 Cmap 错误，但却没有任何可设置的地方
  • 另外，WWDC 2017 新出了 PDFKit for iOS，没去研究，估计重点在于展示，不在于编辑
• 对于第三方 PDF SDK：
  • 有少量免费、或开源的，最知名的是 Skim ；可惜的是，Skim 也无法解析标注文本，尤其是英文之外的文字、字体
  • 而更大部分，则是商业 SDK ；效果我不好说，因为动不动 $1000 一年的授权，试不起
• PDF Expert 果然还是厉害，在试过的这些产品中，最强悍；当然，价格也最彪悍

总的来看，PDF 还是一小撮玩家在玩的小游戏。既得利益者，牢牢把握着市场；后来者，不太可能进入并有所作为。标准本身，也缺乏与时俱进的动力。我并不看好。

不过，我还是基于 Apple 的 PDFKit 做了个简单的小工具，可以将 PDF 中的标注导出为 csv 文本。需要的朋友，可以单独联系我。

[ossphil]

psPDFkit 是 PDFKit 的替代，开发挺活跃。Master PDF Editor 是免费的，windows, macos, linux 下都有，可以标注。福昕的阅读器也可以，奇怪的是在 Ubuntu 下一打开就是 50%的 cpu 占用

[Meli55a]

我用 知之阅读

[XiaoFaye]

直接截图然后 OCR 识别行不？当然效率可能不太好。

[picone]

MigrateNote

[picone]

MarginNote

[quietjosen]

@ossphil 好，去了解下。

[quietjosen]

@XiaoFaye 并不是 OCR，但要涉及字体、编码等信息，才能正确解析。

[quietjosen]

@picone 恩，这个算是替代方案，但并不能解决已有 PDF 标注的问题。

[ossphil]

@picone MarginNote 的标注不能被其他 pdf 阅读器识别

[cuitor]

研究过 Cabinet( https://itunes.apple.com/us/app/pdf-cabinet-read-annotate-collaborate/id764366087?mt=8)的标注实现，采用的是非内嵌式的 xml 形式，优点是无需修改 pdf 文件，利于同步。

[quietjosen]

@cuitor 好，记下了，有空去瞧瞧。