我使用getbaseline[vector.I2] 计算下标和上标。通过这样做，我无法从 PDF 中提取换行符。你能建议我如何使用 iTextSharp 从 PDF 中获取换行符吗？
【问题讨论】：
标签： c# itextsharp
您提供的代码并非完全不言自明。因此我做了一些假设，首先你的代码是RenderListener实现的RenderText(TextRenderInfo)方法的一些摘录，可能是SimpleTextExtractionStrategy的一些扩展，添加了成员变量lastBaseLine，firstcharacter_baseline，lastFontSize，和lastFont。
这意味着您似乎只对在内容流中按阅读顺序出现文本的文档感兴趣；否则，您的代码将基于 LocationTextExtractionStrategy 或类似的基本算法。
此外，我不理解您的某些 if 语句，它们要么总是错误的，要么总是正确的，或者代码体为空。也不清楚text_second 有什么用处，或者为什么你在一个地方计算difference = curBaseline[Vector.I2] - curBaseline[Vector.I2]。
话虽如此，您最初的if 语句似乎测试了新文本的垂直基线位置是否与之前的文本不同。因此，您还可以在此处发现新行的开始。
我建议您不仅开始存储最后一个基线，而且还存储最后一个下降线，根据文档，它是 代表当前字体字符串可能具有的最底部范围的线，并将其与当前上升线进行比较（通过文档表示当前字体字符串可能具有的最高范围的线）。
如果当前文本的上升线低于最后一个文本的下降线，这应该意味着我们有一个新行，它对于下标来说太低了。因此，在代码中：
[...]
else if (curBaseline[Vector.I2] < lastBaseLine[Vector.I2])
{
if (curAscentLine[Vector.I2] < lastDescentLine[Vector.I2])
{
firstcharacter_baseline = character_baseline;
this.result.Append("<br/>");
}
else
{
difference = firstcharacter_baseline - curBaseline[Vector.I2];
text_second.SetTextRise(difference);
if (difference == 0)
{
}
else
{
SupSubFlag = 2;
}
}
}
[...]
由于您希望内容流中的文本按阅读顺序出现，您也可以尝试通过比较最后一个文本的基线结尾的 Vector.I1 坐标和最后一个文本的开头的坐标来识别新行新文本的基线。如果新的比旧的少一个相关的数量，这看起来像一个回车提示一个新的行。
当然，代码在很多情况下都会遇到问题：
只要您对内容流中的文本按阅读顺序出现的期望没有得到满足，您就会到处乱扔垃圾。
当您有多列文本时，上面的测试不会捕获一列底部和下一列顶部之间的换行符。为了也抓住这一点，您可能需要检查（类似于建议的检查是否向下跳线）新文本是否在最后一个文本之上，将最后一个上升线与新下降线进行比较。
如果您获得的 PDF 文本包含非常密集的文本，行可能会与周围行的上标和下标重叠。在这种情况下，您将不得不微调比较。但是在这里，您有时肯定会遇到错误检测到的中断。
如果你得到带有旋转文本的 PDF，你会得到满是乱码。
【讨论】：
else if 块之一，它仍然包含 `SupSubFlag = 2` 行。因此，如果您正确替换该代码块，您的下标检测仍然有效。现在只对大垂直跳跃的情况进行不同的处理。
你可以使用
Document.Add(new Phrase(Environment.NewLine));
或
// add line below title
LineSeparator line = new LineSeparator(1f, 100f, BaseColor.BLACK, Element.ALIGN_CENTER, -1);
document.Add(new Chunk(line));
【讨论】：