时间戳

首页 > 解决方案 > 获取 PDF 中的确切字符串位置，以便稍后用于更改它

java - 获取 PDF 中的确切字符串位置，以便稍后用于更改它

问题描述

基于问题的答案Get the exact Stringposition in PDF我现在可以获取 PDF 文件中的所有字符串。请看一下代码：

PdfReader reader = new PdfReader("file.pdf");
RenderListener listener = new MyTextRenderListener();

PdfReaderContentParser parser = new PdfReaderContentParser(reader);
parser.processContent(1, listener);

static class MyTextRenderListener implements RenderListener {

        @Override
        public void renderText(TextRenderInfo renderInfo) {
            String text = renderInfo.getText(); // line with text
        }

        @Override
        public void beginTextBlock() { }

        @Override
        public void endTextBlock() { }

        @Override
        public void renderImage(ImageRenderInfo renderInfo) { }
}

mkl在他的回答中写道：

如果您RenderListener除了检查文本之外getText()还考虑getBaseline()或什getAscentLine()至并且getDescentLine().您拥有您可能需要的所有坐标。

事实上，TextRenderInfo有一些LineSegment类的实例，它们给出了某种坐标。如何使用这些坐标（通过转换或从中提取适当的值）来准备一个Rectangle对象，以便可以删除找到的文本？一个矩形对象有四个坐标来描述给定文本的位置。

可以在 SO 找到使用 Rectangle 对象删除字符串（即编辑）的示例（使用iText 删除指定区域中包含的文本出现 ）

更新

我设法通过反复试验完成了我想做的事情，但我认为这是一种解决方法，而不是一个合适的解决方案。

@Override
public void renderText(TextRenderInfo renderInfo) {
    LineSegment baseline = renderInfo.getBaseline();
    float x = baseline.getStartPoint().get(Vector.I1);
    float y = baseline.getStartPoint().get(Vector.I2);
    float xx = baseline.getEndPoint().get(Vector.I1);
    float yy = baseline.getEndPoint().get(Vector.I2);
    rectangle = new Rectangle(x, yy, xx, y + 5);
}

现在我有一个 Rectangle 对象（请注意，我通过使用坐标将 5 添加到其坐标之一，以便它们覆盖所有字符串），我现在可以编辑文本。当没有图像时，它适用于单一颜色（例如白色）。当文本在图像上或页面颜色与黑色不同时，它将失败。这就是为什么我将我的解决方案描述为一种解决方法。对我来说，最好将文本空白（用空字符串替换它）。如何做到这一点？

对 mkl 评论的回应 不确定，如果我做得对：

LineSegment descentLine = renderInfo.getDescentLine();
float x = descentLine.getStartPoint().get(Vector.I1);
float y = descentLine.getStartPoint().get(Vector.I2);
float xx = descentLine.getEndPoint().get(Vector.I1);
float yy = descentLine.getEndPoint().get(Vector.I2);
rectangle = new Rectangle(xx, yy, x, y);

我也以同样的方式使用了 ascentLIne。不幸的是，这些都没有奏效。

标签： javapdfitext

解决方案

在您的所有尝试中，您都尝试从一条线构造矩形，最初是基线，后来是下降线。使用这种方法，您显然没有矩形的高度，只能猜测。

取而代之的是，您应该同时使用下降线和上升线！

例如，假设文字直立的简化情况：

LineSegment ascentLine = renderInfo.getAscentLine();
LineSegment descentLine = renderInfo.getDescentLine();
float llx = descentLine.getStartPoint().get(Vector.I1);
float lly = descentLine.getStartPoint().get(Vector.I2);
float urx = ascentLine.getEndPoint().get(Vector.I1);
float ury = ascentLine.getEndPoint().get(Vector.I2);
rectangle = new Rectangle(llx, lly, urx, ury);

推荐阅读