1. 首頁
  2. 問答
  3. 如何確定PDF是否被標記？

如何確定PDF是否被標記？

2012-10-04 74 views
2

我如何知道PDF是否被標記？我正在開發一個程序，它將複製PDF文件中的文本並將其顯示在我的應用程序中，所以我試圖測試PDF文件，我從PDF文件（普通複製+粘貼）中複製了一個表格並將其粘貼到MS字。結果是沒有表的正常文本。有一些問題，當你從PDF文件複製表格並將其粘貼到Word時，它會變成圖片。真的嗎？如何確定PDF是否被標記？

來源

2012-10-04 Christian Eric Paran

+0

從PDF複製的文本是否可以作爲表格粘貼取決於您用來查看/複製PDF和要粘貼到的程序的程序。 PDF可能會將文本顯示爲表格，但當您從中複製時，查看器正在將其轉換爲純文本。或者，您粘貼的程序可能會在粘貼時將其轉換爲純文本。 –

+0

啊所以這取決於它將如何被複制？即時通訊計劃使用API​​讀取PDF文件和即時通訊在Android上開發我的應用程序。 –

回答

4

如何確定PDF被標記或不？

根據您正在使用，以處理您的文件庫中，你可以嘗試檢索來自Catalog辭典條目MarkInfo。

從PDF規格：

表3.25條目目錄中的字典
KEY： MarkInfo
TYPE：字典
VALUE：（可選; PDF 1.4）標記信息字典，其中包含有關文檔對標記PDF 約定的使用情況的信息（請參閱第10.6節「邏輯結構」）。

然而，即使這個屬性的值設置爲TRUE，這並不意味着該標籤實際上是在那裏，如果是這樣，他們可能不會在所有的提取表是有用到您。您仍然可以使用僅使用標記標記段落和圖片的表格來查找PDF文件。

長話短說，除非你正在生成您的應用程序要消耗，這樣就可以知道哪個標籤來查找文件，它是不是一個好主意，依靠這些標籤爲「從PDF中提取表格「。

來源

2012-10-04 16:59:00 yms

1

我發現了一個不同的問題的評論，似乎已經回答了這個問題。

How to read a Table in a PDF using iText java?

您可以提取從內容流中的文本，但對於普通的PDF文件，其結果將是純文本（沒有任何結構）。如果頁面上有表格，該表格將不會被識別。你會得到內容和一些空白空間，但這不是一個表格結構！只有你有一個帶標籤的PDF，你才能獲得一個XML文件。如果PDF中包含被識別爲表格標籤的標籤，這將在PDF中反映出來。

這是http://support.itextpdf.com/node/27

來源

2012-10-04 16:34:34

+0

哦。所以即使使用PDF的正常提取來編程它也只會是文本格式。甚至顯示？ –

+0

只有在PDF被標記並可以轉換爲xml時，纔會以表格的形式顯示。 –

相關問題

 相關問題