在解析已存在的pdf时，我正在使用
if(op.getOperation().equals( "TJ"))获取文本操作符，我想要做的只是定位颜色为黑色（或其他一些可指定颜色）的文本操作符。我无法在pdfBox文档中找到相同的方法。
编辑：基本上我要做的是在pdf上只保留黑色文字，并删除/删除任何不符合标准的文字操作符。
任何人都可以共享解决方案吗？
谢谢！
答案 0 :(得分：2)
在解析已经存在的pdf时，我使用
if(op.getOperation().equals( "TJ"))来获取文本运算符，
通常需要处理的文本显示运算符：
string Tj 显示文字字符串。
string '移至下一行并显示文字字符串。该操作员应具有 与代码
的效果相同T* string Tjaw ac string “移动到下一行并显示文本字符串，使用 aw 作为字间距和 ac 作为字符间距（在文本状态中设置相应的参数）。 aw 和 ac 应为以未缩放的文本空间单位表示的数字。此运算符应具有效果与此代码相同：
aw Tw ac Tc string 'array TJ 显示一个或多个文本字符串，允许单独的字形定位。 array 的每个元素都应该是字符串或数字。如果元素是字符串，则此运算符应显示字符串。如果是数字，运营商应按该数量调整文本位置;也就是说，它应翻译文本矩阵 Tm 。数字应以文本空间为单位的千分之一表示（见9.4.4，“文本空间详细信息”）。根据写入模式，该量应从当前水平或垂直坐标减去。在默认坐标系中，正调整具有将下一个字形向左或向下绘制给定量的效果。
（Pdf规范ISO 32000-1中的表109）
用于显示文本的颜色取决于当前的文本渲染模式。
文本呈现模式 Tmode 确定显示文本是否会导致字形轮廓被描边，填充，用作剪裁边界或三者的某种组合。
（Pdf规范ISO 32000-1中的第9.3.6节）
使用 Tr 运算符设置：
渲染 Tr 将文本渲染模式 Tmode 设置为渲染，该模式应为整数。初始值：0。
（Pdf规范ISO 32000-1中的表105）
根据此模式，您必须考虑当前笔触颜色，当前填充颜色，在定义的剪裁边界中绘制的任何颜色，或三者的某些组合。
颜色设置运算符在规范ISO 32000-1的表74中定义。
大多数情况下，字形轮廓仅被填充（模式0）。因此，大多数情况下，您必须考虑当前的填充颜色。这仍然需要考虑很多颜色设置命令。
此处通常使用灰色，RGB或CMYK颜色。因此，大多数情况下你必须检查 g ， rg 或 k 运营商。
纯黑色由0 g，0 0 0 rg或0 0 0 1 k设置。您可能还想考虑非常接近这些值的值;它们可能是黑色的，只是由于四舍五入问题而有所不同。
使事情变得更复杂：上面提到的颜色仍然可以转换成一些完全不同的颜色，例如：通过传递函数（参见第10.4节），透明度或混合（参见第11节）。
如果您还想考虑这些效果，您基本上可以编写自己的PDF渲染器。
但是，通常情况下，主要用于网络上文字的PDF不会使用这些功能。因此，出于您的目的，我一开始不会考虑它们。