如何从生成的pdf表中复制文本？

Question

我使用了itext7，创建表的代码非常简单：

    float[] tableWidth = {75, 75, 75};

    Table table1 = new Table(tableWidth);
    table1.addHeaderCell("head \n1");
    table1.addHeaderCell("head \n2");
    table1.addHeaderCell("head \n3");
    table1.addCell("column 1");
    table1.addCell("column 2");
    table1.addCell("column 3");

    Table table2 = new Table(tableWidth);
    table2.addHeaderCell("head 1");
    table2.addHeaderCell("head 2");
    table2.addHeaderCell("head 3");
    table2.addCell("column 1");
    table2.addCell("column 2");
    table2.addCell("column 3");

    document.add(table1);
    document.add(new Paragraph("\n"));
    document.add(table2);

我创建了两个表，只有区别：table1中的head是新行“\ n”：

直到这里没有任何问题。但我的问题是，当我尝试从生成的PDF文件中选择并复制表格并粘贴到MS-Word时，我得到了不同的结果：table1的头部按垂直顺序复制：

在我的实用代码中，我必须在表头中使用“\ n”，这样表格就无法正确复制粘贴，任何线索？

Answer 1

  

在我的实用代码中，我必须使用＆＃34; \ n＆＃34;在表头中，这个表格无法正确复制粘贴，任何线索？

您认为表格内容一般可以以尊重表格结构的方式从PDF复制和粘贴，这是错误的。

在PDF中，绘制表1的说明是：

• 画＆＃34;头＆＃34;在38.5,790.83
• 画＆＃34; 1＆＃34;在38.5,772.85
• 画＆＃34;头＆＃34;在113.5,790.83
• 画＆＃34; 2＆＃34;在113.5,772.85
• 画＆＃34;头＆＃34;在188.5,790.83
• 画＆＃34; 3＆＃34;在188.5,772.85
• 从35.75,806到261.25,806
画线
• 从35.75,765.04到261.25,765.04
画线
• 从36,806到36,765.04
画线
• 从111,806到111,765.04
画线
• 从186,806到186,765.04
画线
• 从261,806到261,765.04
画线
• 绘制＆＃34;第1列和第34列;在38.5,749.87
• 画出＆＃34;第2栏和第34页;在113.5,749.87
• 绘制＆＃34;第3列和第34列;在188.5,749.87
• 从35.75,765.04到261.25,765.04
画线
• 从35.75,742.05到261.25,742.05
画线
• 从36,765.04到36,742.05
画线
• 从111,765.04到111,742.05
画线
• 从186,765.04到186,742.05
画线
• 从261,765.04到261,742.05
画线

因此，没有立即表明有一张桌子。因此，一个简单的文本提取机制继续进行，并在绘制时提取字符串，每当 y 坐标发生变化时插入换行符，而不是区分它是上升还是下降。结果就是你观察到的。

PDF有选项，用HTML＆＃39; ish指标标记绘图说明。使用iText 7，您可以激活PdfDocument实例中的标记机制：

PdfDocument pdfDocument = new PdfDocument(pdfWriter);
pdfDocument.setTagged();
Document document = new Document(pdfDocument);
...

（摘录自TablesToCopyAndPasteFrom.java）

现在你的table1被复制并粘贴到Word上了

 head1      head2       head3
column 1    column 2    column 3

作为一个真正的Word表。

不幸的是，仍有一些小故障，例如＆＃34; head＆＃34;之间的空间这个数字消失了。我不确定应该责怪谁，iText，Adobe Reader或Word。

PS：＆＃34; head＆＃34;之间消失空间的故障1月27日在办理登机手续时，iText开发版本7.0.2-SNAPSHOT中的数字已经修复。