我今天被面了一个start up的 intern，一个烙印面的我，英语一句也没听懂，整个过
程基本就是鸡同丫讲。 3分钟匆匆结束。
这个家伙随后给我发过来了一个问题(在电话里问过了，我实在听不懂)，叫我给他回个
自己的想法.不过看了email后，我也是没懂，实在是惭愧。
他的问题原话：As discussed, please share your thoughts on integrating Quartz
from Apple (for PDFs) into the solution. I am interesting in getting your
view how this might help/affect the solution of automating the process.
大体背景介绍： 公司是一个做类似与text mining的工作，用lucene， 需要把pdf里面
的文本取出来。
我google了一下这个Quartz 是apple的 一个图形处理的引擎。
我想问得是，我这个东西怎么自动的提取pdf的文本呢 ？
我要有什么想法呢
谢谢前辈指导啊
r*****9 发帖数: 75
2
自己顶一下
k**********g 发帖数: 989
3
我不知道我的理解是否正确，好像提取文本用 iText ，提取影像（image rendering
of PDF）才用 Quartz。但也有一些是文档是缺少了 text layer （only contains an
image rendering of text, but without ASCII info），这些文档得用 OCR 才能复原
文本 http://itextpdf.com/
