iTextSharp - 用2列閱讀PDF

Question

我無法閱讀帶有頁眉和頁腳的PDF，但在您的身體中有2列。

我已經有列的寬度和高度的標題，但我需要的代碼來閱讀列的頁面。

任何人都可以提供一段代碼來讀取PDF列嗎？

謝謝

Answer 1

這是很難達到你想要什麼，如果你不知道列的位置，但我認爲你有它的座標，因爲你說「我已經有列的寬度和高度」。在這種情況下，你的問題是不是從張貼在StackOverflow上這個的其他問題不同：iTextSharp read from specific position

假設rect是一個列的位置相對應的Rectangle，那麼你就需要這樣的代碼：

RenderFilter[] filter = {new RegionTextRenderFilter(rect)}; 
ITextExtractionStrategy strategy = new FilteredTextRenderListener(
    new LocationTextExtractionStrategy(), filter); 
String single_column = PdfTextExtractor.GetTextFromPage(reader, i, strategy)); 

現在，您只有一列中的文字。您需要爲網頁上的每一列重複此操作。

額外的評論：雖然使用RegionTextRenderFilter大多數情況下會工作得很好，少數病例（其中列通過簡單地插入的行額外的空格字符創建）可能需要分割文本塊來處理提前。這可以通過例如通過使用來自this answer的TextRenderInfoSplitter並將FilteredTextRenderListener包裝在其中。