使用itext從pdf獲取所選區域的座標

Question

我試圖從PDF的特定部分刪除文本。如果我知道該區域的X，Y座標，我可以刪除文本。但是我無法從PDF中獲得所選區域的座標。請幫助我。

Answer 1

這個問題是你的前一個問題的後續：Remove text occurrences contained in a specified area with iText

在這個問題上，你問從特定區域刪除內容。現在您正在詢問如何確定這個特定區域，但您的問題並不完整：您沒有告訴我們選擇該區域的任何標準。

看來你正在嘗試做一些被稱爲編校的事情。這在StackOverflow問題中有解釋：How to create and apply redactions?

在對這個問題的回答中，我解釋瞭如何以編程方式創建編校註釋。然而，新版本通常是手工完成，使用Adobe Acrobat：

的箭頭顯示您需要的功能：工具>保護>標記爲密文

如果您只需要座標，並沒有新版本註解，你可以引入另一個註解，允許你手動標記一個矩形，然後使用iText來提取座標。例如：如果矩形是一個表單域，那麼獲取座標真的很容易。如果您要刪除的內容是表單字段的值，那麼刪除該內容甚至更容易：您只需刪除該字段。

如果沒有辦法手動檢索這些座標，那麼您可能面臨的是不可能的事情：例如：如果您不知道要刪除的區域的內容，你要教一個程序它需要刪除什麼？

如果您確實知道要查找哪些內容，則必須解析該內容。這個問題已經被問和回答之前：Get the exact Stringposition in PDF

更新：

在評論，你解釋你的PDF頁面轉換爲圖像，你渲染圖像在Java Swing應用程序，以便用戶可以選擇一個矩形。這個矩形存儲爲java.awt.Image。

由於Java中的座標系與PDF中的座標系不同，導致以下潛在問題。

1. Y軸是不同的：在PDF，網頁的大小，我們稱之爲頁邊界矩形描述。最重要的頁面邊界是MediaBox（強制）和CropBox（可選）。 MediaBox包含定義頁面的矩形的左下角和右上角的座標。在座標系中，Y軸向上指向。左下角的Y座標低於右上角的Y座標。在Java中，反過來：對象頂部的Y座標爲0，Y軸向下指向：Y值越高，此Y值處的對象越低。
2. 可能存在偏移：在大多數情況下，MediaBox的左下角的座標爲X = 0，Y = 0。但情況並非總是如此。可能有必要考慮抵消。
3. 分辨率可以不同：默認用戶單位對應一個點。例如：一個A4頁面通過842個用戶單位測量595個。每英寸有72點。當你創建一個圖片時，你不一定要用點來衡量。也許你測量像素。也許你創建一個每英寸300像素（300 dpi）的圖像。

所有這些原因都可能導致您從Swing應用獲得的矩形與您在PDF中需要使用的座標不同。你需要把所有這些都考慮進去，否則，你會繼續面對你「這不行」的問題。這不是一個iText問題，這是一個數學問題。