避免PDF

Question

我使用iText庫閱讀PDF閱讀隱藏文本

PdfReader reader = new PdfReader(dir1 + iFileName); 

    for(int iCount=1; iCount<=reader.getNumberOfPages(); iCount++){ 

      String pageText = PdfTextExtractor.getTextFromPage(reader, iCount); 
      System.out.println(pageText); 
} 

在讀取隱藏的文本太;有人可以請建議我需要設置哪些屬性，以便它不讀取隱藏的文本？

Answer 1

使用呈現模式3（既不填充也不包含筆畫文本（不可見）），從座標0,0（在左下角）開始繪製PDF中每一段額外的不可見文本。

在這種情況下，應該通過渲染模式進行過濾。爲此，您必須明確將策略設置爲過濾策略。

你在你的代碼

String pageText = PdfTextExtractor.getTextFromPage(reader, iCount); 

使用getTextFromPage超載被定義爲

public static String getTextFromPage(PdfReader reader, int pageNumber) throws IOException{ 
    return getTextFromPage(reader, pageNumber, new LocationTextExtractionStrategy()); 
} 

因此，你隱式使用的LocationTextExtractionStrategy。現在您必須過濾此策略，例如通過從您的代碼中替換該行，如下所示：

RenderFilter modeFilter = new RenderFilter(){ 
    public boolean allowText(TextRenderInfo renderInfo){ 
     return renderInfo.getTextRenderMode() != 3; 
    } 
}; 
TextExtractionStrategy strategy = new LocationTextExtractionStrategy(); 
strategy = new FilteredTextRenderListener(strategy, modeFilter); 
String pageText = PdfTextExtractor.getTextFromPage(reader, iCount, strategy);