PDFbox库页面迭代答案

【问题标题】：PDFbox library page iterationPDFbox库页面迭代
【发布时间】：2019-12-08 12:09:05
【问题描述】：

我实现了一种从 PDF 文档中的每个 PDF 页面捕获特定区域的方法，因此捕获该区域的方法采用 PDPage 和 Rectangle 对象，现在我想遍历每个页面并找到第一个字符串（文本）位于给定坐标处。 getPages() 返回 PDPageTree 所以我有点卡住了，因为我不知道如何检查每一页，因为现在它遍历每一页。

public PDPageTree getPages() {
    return getPDDocument().getPages();
}

public String firstInvoiceNumber() throws IOException {
    Rectangle invoiceRectangle = new Rectangle(176, 176, 100, 18);
    String headerTextResult = "";
    for (PDPage pd : getPages()) {
        headerTextResult = StripByArea(pd, invoiceRectangle);
    }
    return headerTextResult;
}

【问题讨论】：

如果您已经弄清楚如何遍历页面，那么您所说的确切问题是什么？
@second 目前它遍历每个页面，但我被困在如何检查页面并在找到值后中断> 所以目前它一直到最后一页然后返回“”，因为最后一页没有我要查找的对象
假设一旦您的 StripByArea 方法（考虑在此处使用小写字母）返回不是 "" 的内容，您应该能够返回。只需检查它并直接返回或break 循环。

标签： java pdfbox

【解决方案1】：

按如下方式进行：

public String firstInvoiceNumber() throws IOException {
    Rectangle invoiceRectangle = new Rectangle(176, 176, 100, 18);
    String headerTextResult = "";
    for (PDPage pd : getPages()) {
        headerTextResult = StripByArea(pd, invoiceRectangle);
        if(!"".equals(headerTextResult)) {
            break;
        }
    }
    return headerTextResult;
}

【讨论】：

谢谢你，我不知道发生了什么事，我当时根本想不到，我的测试现在顺利通过了