如何識別iTextSharp中PDF的一部分？

Question

我想知道是否有可能通過其部分（標題，正文，頁腳等）檢索PDF中的文本我能夠獲得文本和它們的具體座標，但我不想定義我自己的x和y部分的座標。我想知道是否有更加動態的方法來解決這個問題。 也許循環使用XrefObjects。任何幫助將不勝感激。先謝謝了。

Answer 1

除非你的PDF文件已被一個非常一致的源創建和你沒有處理「一般的PDF文件」，回答你的問題是：

• 沒有，你可以」 t以簡單的方式做到這一點
• 但你可以想出一個動態的方法（也許）。

PDF沒有任何規定來構造它的內容，比如你在XML，HTML，Word等中的內容......標題，主體，頁腳的概念不存在。即使是段落，行或詞的概念也不存在。 PDF僅對確保在特定位置顯示特定字符​​（字形）感興趣。

所以，如果你想提出一個動態的方法，你將不得不編寫一個算法來分析頁面上所有文本的文本位置，並將其與該文本的其他屬性相關聯（例如使用的字體，字體大小，顏色，風格...），並從該分析中猜測標題，正文和頁腳的內容。