使用.NET在PDF文档中提取标记为编辑的文本[关闭]答案

【问题标题】：Extracting text marked for redaction in a PDF document using .NET [closed]使用.NET在PDF文档中提取标记为编辑的文本[关闭]
【发布时间】：2012-08-19 21:49:49
【问题描述】：

我正在开发一个 PDF acrobat 附加产品，其中一项要求是提取给定 PDF 文档中标记为密文的文本。

假设您知道什么是“编校”（如果您不知道，请阅读此内容http://acrobatusers.com/tutorials/redacting-pdf-files-survey-tools），请建议我如何找到在任何 PDF 中已“标记”为编校的文本的坐标，以及然后提取确切的文本。

如果您认为可以引导我找到正确的答案，请询问更多详细信息。我曾尝试使用 iTextSharp 和 Aspose.PDF 库，但没有取得多大成功。

【问题讨论】：

它并不便宜，但 PDFLib 的 TET 扩展是我发现的最可靠的文本提取和操作实用程序：pdflib.com/products/tet/how-to-use-tet 我曾多次使用 iTextSharp、Aspose、TallPDF、DynamicPdf 和 AbcPdf ，但没有一个能像提取一样好，我相信你已经发现，这可能有点棘手。我没有任何查找编辑文本的具体经验，但 TET 文档很全面。
Adobe 将编辑工具记录为“永久删除机密数据”。如果您能从 PDF 中提取经过编辑的数据，我会感到非常惊讶。
彼得！我的问题不是如何从 PDF 中提取编辑数据。我知道我根本无法提取已从 PDF 中永久删除的内容。我的问题是如何提取已“标记”的文本进行编辑（有区别！）

标签： c# pdf acrobat redaction

【解决方案1】：

当您使用 Acrobat 将文本标记为密文时，它会创建密文注释。密文注释的 /Subtype 键设置为 /Redact。编辑区域由注释字典中的 /QuadPoints 键定义。我不知道 iTextSharp 或 Aspose 是否支持编辑注释。使用 iTextSharp，您可以使用 COS API 检索原始 PDF 对象并检查您需要的对象。

【讨论】：