Начнем с того,что точно есть уверенность,что в пдф записан текст,который можно извлечь без проблем?
просто,если текст дробиться на обьекты,записан в кривых или во встроенных символах,то это достаточно сложно.
а так,пдф формат достаточно прост.
Чтобы обнаруживать ошибки, программист должен иметь ум, которому доставляет удовольствие находить изъяны там, где, казалось, царят красота и совершенство. Фредерик Брукс-младший