如何在Objective-C（CGPDF）中找到PDF页面的边距大小

Question

给定一个 pdf 文档的页面，我希望能够使用 objetive-C 找到文本的边距。

我意识到已经有很多与CGPDF... 相关的问题，但我还没有找到任何有用的东西。我还查看了 PDF 规范文档。我确定它一定在某个地方，但我还没有找到它。

示例

我创建了一个左右边距各为 2.5 厘米的 Word 文档。然后我打印成pdf。拿这个pdf，有没有办法算出文字的宽度（即左右页边距）？

背景

万一我找错树了，我问这个问题的原因是能够像 iBooks 缩放一样缩放。如果您双击 iBooks，它会将您缩放到主体的宽度。这在 Mac 的 Preview 应用程序中也是如此（按“Zoom to Fit”）。

最初的想法

我首先想到的是 kCGPDFBleedBox 之类的 PDF Boxes (CGPDFPage) 可能会有所帮助，但它看起来对我的情况没有帮助。

更新

我只关心页面的正文。可能不在此范围内的图像等不会打扰我。

相关帖子

Fast and Lean PDF Viewer for iPhone / iPad / iOs - tips and hints?

Answer 1

我不熟悉 Apple 的“缩放以适应”功能及其确切行为（尽管我可以想象它最重要的属性）...

依赖于不同 *Box 值（MediaBox、CropBox、TrimBox、BleedBox 和（已弃用）ArtBox）的一个潜在缺点是，真正的 空白可能仍与其返回的值不同（大多数情况下更大）。

Ghostscript 有一个名为bbox 的特殊设备，它返回所有页面渲染内容的“边界框”。示例：

gswin32c.exe ^
   -o nul: ^
   -sDEVICE=bbox ^
    input.pdf

返回（对于我尝试使用此命令的随机 3 页示例）：

%%BoundingBox: 86 122 509 719
%%HiResBoundingBox: 86.993997 122.993996 508.013984 718.001978
%%BoundingBox: 103 199 152 271
%%HiResBoundingBox: 103.408098 199.998064 151.107956 270.897953
%%BoundingBox: 103 195 185 271
%%HiResBoundingBox: 103.208059 195.000041 184.000002 270.897953

您可能可以忽略高精度 HiResBoundingBox 值。这给你留下了：

%%BoundingBox: 86 122 509 719
%%BoundingBox: 103 199 152 271
%%BoundingBox: 103 195 185 271

这四个值表示左下角和右上角的坐标或包围所有渲染像素的矩形。单位是 PostScript 点 (72 points == 1 inch)。

将此与pdfinfo.exe 返回的*Box 值进行比较：

pdfinfo ^
  -f 1 ^
  -l 3 ^
  -box ^
   input.pdf
 [....]
 Page    1 size: 421 x 595 pts (A5)
 Page    2 size: 421 x 595 pts (A5)
 Page    3 size: 92 x 80 pts

 Page    1 MediaBox:     0.00     0.00   595.00   842.00
 Page    1 CropBox:     87.00   123.00   508.00   718.00
 Page    1 BleedBox:    87.00   123.00   508.00   718.00
 Page    1 TrimBox:     87.00   123.00   508.00   718.00
 Page    1 ArtBox:      87.00   123.00   508.00   718.00

 Page    2 MediaBox:     0.00     0.00   595.00   842.00
 Page    2 CropBox:     87.00   123.00   508.00   718.00
 Page    2 BleedBox:    87.00   123.00   508.00   718.00
 Page    2 TrimBox:     87.00   123.00   508.00   718.00
 Page    2 ArtBox:      87.00   123.00   508.00   718.00

 Page    3 MediaBox:     0.00     0.00   595.00   842.00
 Page    3 CropBox:     92.00   194.00   184.00   274.00
 Page    3 BleedBox:    92.00   194.00   184.00   274.00
 Page    3 TrimBox:     92.00   194.00   184.00   274.00
 Page    3 ArtBox:      92.00   194.00   184.00   274.00
 [...]

---

更新：这是我用来演示上述差异的 PDF 文档的 3 页缩略图的屏幕截图：

Answer 2

根据 CGPDF 文档，您最多可以获得四个内容框，它们定义了内容的保存、打印、裁剪、修剪等区域。使用CGPDFPageGetBoxRect() 函数获取这些框。我不确定他们的确切用途，所以这只是我对您需要哪些盒子的猜测：

CGRect mediaBox = CGPDFPageGetBoxRect(pageRef, kCGPDFMediaBox);
CGRect cropBox = CGPDFPageGetBoxRect(pageRef, kCGPDFCropBox);
CGFloat leftMargin = CGRectGetMinX(cropBox) - CGRectGetMinX(mediaBox);

换句话说 - 你得到页面边界和内容矩形边界并对它们进行数学运算。一旦您了解了每个框代表的含义，应该不会太难。

Answer 3

您可以将 PDF 页面呈现为位图，检测其像素状态并获取白边距。看看 Skim 的这个出色的实现：http://skim-app.svn.sourceforge.net/viewvc/skim-app/trunk/NSBitmapImageRep_SKExtensions.m?revision=7036&content-type=text%2Fplain