使用itext从pdf获取所选区域的坐标

Question

我正在尝试从PDF的特定部分删除文本。如果我知道该区域的X，Y坐标，我就可以删除文本。但我无法从PDF中获取所选区域的坐标。请帮助我。

Answer 1

此问题是对上一个问题的跟进：Remove text occurrences contained in a specified area with iText

在此问题中，您要求从特定区域中删除内容。现在您要问如何确定这个特定区域，但您的问题不完整：您没有告诉我们选择该区域的任何标准。

似乎你正在尝试做一些叫做编辑的事情。 StackOverflow问题中解释了这一点：How to create and apply redactions?

在回答这个问题时，我将解释如何以编程方式创建编校注释。但是，编辑通常使用Adobe Acrobat手动完成：

箭头显示您需要的功能：工具＆gt;保护＆gt;标记为编辑

如果您只需要坐标而不需要编辑注释，则可以引入另一个注释，允许您手动标记矩形，然后使用iText提取坐标。例如：如果矩形是表单字段，那么获取坐标非常容易。如果您要删除的内容是表单字段的值，则删除该内容会更容易：您只需删除该字段。

如果无法手动检索这些坐标，那么您可能面临一些不可能的事情：例如：如果您对要删除的区域的内容一无所知，那么究竟是怎样的你打算教一个程序需要删除的东西吗？

如果您确实知道自己要查找的内容，则需要解析该内容。之前已经提出并回答了这个问题：Get the exact Stringposition in PDF

<强>更新

在评论中，您解释了将PDF页面转换为图像，您在Java Swing应用程序中渲染图像，以便用户可以选择矩形。此矩形存储为java.awt.Image。

由于Java中的坐标系与PDF中的坐标系不同，这导致了以下潜在问题。

1. Y轴不同：在PDF格式中，页面大小以我们称为页面边界的矩形描述。最重要的页面边界是MediaBox（必需）和CropBox（可选）。 MediaBox包含定义页面的矩形的左下角和右上角的坐标。在坐标系中，Y轴指向上方。左下角的Y坐标低于右上角的Y坐标。在Java中，反之亦然：对象顶部的Y坐标为0，Y轴指向下方：Y值越高，此Y值处的对象越低。
2. 可能存在偏移：在大多数情况下，MediaBox的左下角的坐标为X = 0，Y = 0.但情况并非如此。可能需要考虑偏移量。
3. 分辨率可能不同：默认用户单位对应一个点。例如：A4页面由842个用户单位测量595。每英寸有72个点。创建图像时，您不必以磅为单位进行测量。也许你用像素来衡量。也许你创建一个每英寸300像素（300 dpi）的图像。

所有这些原因都可能导致您从Swing应用程序获得的矩形与您需要在PDF中使用的坐标不同。你需要考虑所有这些因素，否则，你将继续面对你，它不会工作＆＃34;问题。这不是iText问题，这是一个数学问题。