0

pdfClown/pdfbox のグーグル/ソ/フォーラムで可能な解決策を検索し、問題をSOに投稿しました。

問題: PDF ドキュメントで複数行にまたがるテキストを強調表示するための解決策を見つけようとしています。PDF には、1 列または 2 列のページを含めることができます。

pdf-clown を使用することで、すべての単語が同じ行にある場合にのみ、フレーズを強調表示できました。pdfBox は個々の単語の XML を作成しましたが、フレーズ/行の解決策が見つかりませんでした。

もしあれば、pdf-clownの解決策を提案してください。(または) JAVA と互換性があり、pdf の複数行のテキストを強調表示できるその他のツール。

似たような質問の回答を理解できませんでしたが、iText、助けてくれますか?: iText を使用 した複数行のマークアップ注釈

4

2 に答える 2

0

pdfbox を使用して pdf ドキュメント内の各単語の座標を取得することは可能です。そのためのコードは次のとおりです。

import java.io.*;
import org.apache.pdfbox.exceptions.InvalidPasswordException;

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.pdmodel.PDPage;
import org.apache.pdfbox.pdmodel.common.PDStream;
import org.apache.pdfbox.util.PDFTextStripper;
import org.apache.pdfbox.util.TextPosition;

import java.io.IOException;
import java.util.List;

public class PrintTextLocations extends PDFTextStripper {

    public PrintTextLocations() throws IOException {
        super.setSortByPosition(true);
    }

    public static void main(String[] args) throws Exception {

        PDDocument document = null;
        try {
            File input = new File("C:\\path\\to\\PDF.pdf");
            document = PDDocument.load(input);
            if (document.isEncrypted()) {
                try {
                    document.decrypt("");
                } catch (InvalidPasswordException e) {
                    System.err.println("Error: Document is encrypted with a password.");
                    System.exit(1);
                }
            }
            PrintTextLocations printer = new PrintTextLocations();
            List allPages = document.getDocumentCatalog().getAllPages();
            for (int i = 0; i < allPages.size(); i++) {
                PDPage page = (PDPage) allPages.get(i);
                System.out.println("Processing page: " + i);
                PDStream contents = page.getContents();
                if (contents != null) {
                    printer.processStream(page, page.findResources(), page.getContents().getStream());
                }
            }
        } finally {
            if (document != null) {
                document.close();
            }
        }
    }

    protected void processTextPosition(TextPosition text) {
        System.out.println("String[" + text.getXDirAdj() + ","
                + text.getYDirAdj() + " fs=" + text.getFontSize() + " xscale="
                + text.getXScale() + " height=" + text.getHeightDir() + " space="
                + text.getWidthOfSpace() + " width="
                + text.getWidthDirAdj() + "]" + text.getCharacter());
    }
}
于 2014-04-01T18:44:28.873 に答える