如何使用C＃检查是否在非表格PDF上选中了复选框？

Question

使用c＃，我想查看是否在PDF页面上检查了特定的复选框。 PDF文件不是表单。

PDF可能类似于：

示例文件位于：MDS30ResidentP2.pdf （在这个示例文件中，我想以某种方式找出复选框＆＃34; E＆＃34;在问题A1000中进行检查。再次：PDF不是＆＃34;形式＆＃34;格式！）

PS：以下帖子都没有解决我的问题：

• PDF Parsing extract CheckBox Fields value
• iTextSharp: reading radio button, check box states from a non-form PDF

Answer 1

OCR可能是唯一的方法。从PDF的角度来看，有一个矩形，其中一些矩形有两条线穿过它们。它们甚至不是图像，而是实际的矢量绘图命令。您可能会寻找额外的“x”绘图，但它与旁边显示的文本无关，因此必须编写一些模糊逻辑来估计“x”到什么“文本”，我认为你' d结束了一堆误报。如果您有一堆这些PDF文件，那么写一些东西可能是值得的，否则就是OCR或手动输入。

如果你想解析PDF，你可以尝试something like this这有点难看，但如果你一遍又一遍地解析相同的PDF，它可能会正常工作。如果你想要更通用和可重复使用的东西，我会查看iText post here的创建者。他的帖子是针对可选内容组的，但它应该给你一些想法。