扫描 PDF 时未检测到空格 - iOS (CGPDFScanner)答案

【问题标题】：Spaces are not detected while scanning PDF - iOS (CGPDFScanner)扫描 PDF 时未检测到空格 - iOS (CGPDFScanner)
【发布时间】：2014-11-20 12:29:48
【问题描述】：

我正在处理 pdf 扫描，我想从 PDF 中提取文本。我正在使用 pdf Multithreading.pdf 进行搜索。我能够提取文本，但无法从文本中提取空格。我只得到 Tj 运算符的回调，而不是 TJ 的回调。可能是什么问题？

谢谢

【问题讨论】：

标签： ios pdf cgpdfscanner

【解决方案1】：

我能够提取文本，但无法从文本中提取空格。我只收到 Tj 运算符的回调，而不是 TJ。

原因是在你的sample document

文本绘制操作中不使用空格，而是使用Tm操作更改文本绘制位置；和
仅使用 Tj 文字绘制操作，不使用 TJ 。

例如扉页的文字绘制操作

是：

BT
/F0 50 Tf
1 0 0 1 60 669.225 Tm
(\0006)Tj                                    %  T
1 0 0 1 83.527 669.225 Tm
(\000J\000T)Tj                               %  hr
1 0 0 1 125.631 669.225 Tm
(\000G\000C\000F\000K\000P\000I)Tj           %  eading
1 0 0 1 273.395 669.225 Tm
(\0002)Tj                                    %  P
1 0 0 1 298.272 669.225 Tm
(\000T)Tj                                    %  r
1 0 0 1 313.599 669.225 Tm
(\000Q)Tj                                    %  o
1 0 0 1 340.076 669.225 Tm
(\000I\000T)Tj                               %  gr
1 0 0 1 382.43 669.225 Tm
(\000C\000O\000O\000K\000P\000I)Tj           %  amming
0 Tc
1 0 0 1 60 609.225 Tm
(\000\))Tj                                   %  G
1 0 0 1 91.7 609.225 Tm
(\000W\000K\000F\000G)Tj                     %  uide
ET

Tj 文本绘制操作中没有空格，仅使用 Tm 移动绘制位置。

【讨论】：

那么我应该如何用空格分隔单词？或者应该如何使用 Tm 检测空间？
基本上我想要用空格（单词）分隔的文本数据。实现这一目标的方法是什么？
不幸的是，我不太了解 CGPDFScanner。本质上，您需要 Tj 操作绘制的字符串的宽度。有了它，您就可以计算出以下 Tm 操作是移动了一点点（字距调整）还是移动了很多（空间）。
好的，我试试这个。感谢您的帮助。