从Chrome分页符中识别PDF中的隐藏元素

Question

我有一个由谷歌浏览器创建的pdf文档。通过PDFBox（Java）解析文本时，我发现页面之间有一个隐藏的文本块。虽然渲染模式是＆＃34; FILL＆＃34;但我发现元素不在页面上。问题解决了。

现在，我发现页面上还出现了另一个类似的元素，但坐标不告诉这个。它在跨越第二页的可见边缘内。它的最大值为y2 = 31.195312，最大高度为29.894833（字体大小= 36）。计算出的y1大约为1，仍在页面上。

文本位置obj显示了一些有趣的内部属性，但它们不是公共变量。我所拥有的只是TextPosition对象（https://pdfbox.apache.org/docs/1.8.10/javadocs/org/apache/pdfbox/util/TextPosition.html）和周围的上下文。

我可以重现这个问题，但它需要我的特定文件。可以尝试使用分页内部测试，但我还没有找到一个简单的测试。我正在寻找某种边距，但到目前为止，this.getCurrentPage（）中的所有框都只显示普通页面高度，并且没有开始位置。另一种可能性是，有另一种寻找坐标的方法，而不是firstTextPos.getY（）和firstTextPos.getHeight（）。

Mac预览中的PDF：

在页面之间选择文本，并在第二页上列出。如果它在第一页上列出，我能够处理上述问题。

TextPosition对象私有 vars：