是否可以区分PDF上的Kami文本和普通文本

Question

我正在为我的学校开展一个项目，我正在尝试创建一个工具，可以帮助教师使用作业评分器更快地评分作业。我正在考虑尝试找到一种方法来区分普通文本与通过 Kami 创建的文本/作品。 Kami 是一个 Google 扩展，我的学校使用它来允许学生提交已创建的 PDF 的作业。我计划找到每篇卡米文本，并将其与老师给出的答案选项相匹配。但是，我不知道是否可以扫描文档并仅挑选出 Kami 文本。谢谢。

Answer 1

1. 要直接访问 PDF，您必须使用内置 PDF 查看器的未记录的内部命令（getSelectedText 的示例）。您可以尝试使用 Chromium 源代码中的其他命令提取整个文本，并自行检查。

2. 另一种方法是从 URL 下载 PDF（使用标准

   XMLHttpRequest

    或 

   fetch

   ，

   更多信息）并使用一些 javascript 库来解析文件。

Answer 2

卡米首席执行官在这里。这是一个很好的问题，如果您联系我，我很乐意为您提供帮助（电子邮件是 kamiapp.com 上的名字）

但是为了回答您的问题，当我们将文本框嵌入 PDF 时，Kami 会创建

符合 PDF 规范的文本注释。您可以看出它是用 Kami 创建的，因为它的注释对象还包含字典键“KAMI：comment_b64”或在遗留情况下“KAMI：comment”。它的值包含一个 Base64 编码的字符串，您可以对其进行解码以获取注释的 JSON 对象。

本质上你可以通过在 Javascript 中执行以下操作来解码它的数据：

var b64str = dict.get('KAMI:comment_b64');
var kamiComment = JSON.parse(decodeURIComponent(escape(atob(b64str))));

或者用这个：

var kamiComment = JSON.parse(dict.get('KAMI:comment'));

Answer 3

我真的很努力地拉了内裤