如何从 iText7 中的 pdfpage 获取 TextRenderInfo

Question

如何使用 iText 7 从 pdf 页面获取 TextRenderInfo。我需要查找是否存在文本并得出该 pdf 页面的 y 坐标。请问有什么建议吗？

任何带有..的选项

ITextExtractionStrategy textStrategy = new SimpleTextExtractionStrategy();
ITextExtractionStrategy locationStrategy = new LocationTextExtractionStrategy();

Answer 1

简单， 实现 ITextExtractionStrategy （或扩展现有实现）。 接口有如下方法

@Override
public void eventOccurred(IEventData data, EventType type) {

     // you can first check the type of the event
     if (!type.equals(EventType.RENDER_TEXT))
        return;

     // now it is safe to cast
     TextRenderInfo renderInfo = (TextRenderInfo) data;
}

一旦有了这样的实现，就需要使用

MyCustomStrategy strategy = new MyCustomStrategy(); // this is the class I described earlier
PdfTextExtractor.getTextFromPage(doc.getPage(pageNr), strategy);

然后可以简单地对您的自定义 ITextExtractionStrategy 进行编程以存储所有 TextRenderInfo 对象。并提供一个简单的吸气剂。