Question

我创建了一些代码，使用iTextSharp从PDF文件中提取文本和字体高度，但不处理文本旋转。如何提取/计算这些信息？

以下是代码：

// Create PDF reader
var reader = new PdfReader("myfile.pdf");

for (var k = 1; k <= reader.NumberOfPages; ++k)
{
    // Get page resources
    var page = reader.GetPageN(k);
    var pdfResources = page.GetAsDict(PdfName.RESOURCES);

    // Create custom render listener, processor, and process page!
    var listener = new FunnyRenderListener();
    var processor = new PdfContentStreamProcessor(listener);
    var bytes = ContentByteUtils.GetContentBytesForPage(reader, k);
    processor.ProcessContent(bytes, pdfResources);
}

[...]

public class FunnyRenderListener : IRenderListener
{
    [...]

    void RenderText(TextRenderInfo renderInfo)
    {
        // Get text
        var text = renderInfo.GetText();

        // Get (computed) font size
        var bottomLeftPoint = renderInfo.GetDescentLine().GetStartPoint();
        var topRightPoint = renderInfo.GetAscentLine().GetEndPoint();
        var rectangle = new Rectangle(
            bottomLeftPoint[Vector.I1], bottomLeftPoint[Vector.I2],
            topRightPoint[Vector.I1], topRightPoint[Vector.I2]
        );
        var fontSize = Convert.ToDouble(rectangle.Height);

        Console.WriteLine("Text: {0}, FontSize: {1}", text, fontSize);
    }
}

Answer 1

您需要的信息，即文本轮换，不能通过TextRenderInfo成员直接获取，但确实有方法

/**
 * Gets the baseline for the text (i.e. the line that the text 'sits' on)
 * This value includes the Rise of the draw operation - see getRise() for the amount added by Rise
 */
public LineSegment GetBaseline()

最有可能通过文字旋转表示此线条相对于水平旋转。因此，做一些简单的数学运算，您可以从LineSegment计算旋转。

PS：看看你的代码，你实际上已经使用了上升线和下降线。您也可以使用这些行中的任何一行而不是基线。

使用iText / iTextSharp从PDF文件中提取字体高度和旋转

1 个答案: