绿色网络PDF提取系统

随着信息技术迅猛发展，很多不良信息与文化通过PDF文档传播，而传统的提取PDF内容的方法无法适应绿色网络提供优质内容并过滤不良PDF的社会需求。文中提出通过建立层次关键字自动机快速提取PDF内容并过滤不良PDF内容的方法。在提取准确性基本相同的情况下，文中方法提升了绿色网络系统提取PDF文档的速度，所用的时间仅为PDFBox方法的16％-36％，并能提供更好地过滤不良PDF的服务。