仅使用PDF Clown的pdf文档中的重点获取位置

Question

我使用方法＆＃34; Annotation.getBox＆＃34;从PDF小丑库获取文本中的亮点位置。通过这种方式，还可以检索螺栓或斜体文本的位置。如何避免这种情况？我想从真正的亮点中获得Retancle2D。

Answer 1

不幸的是，OP无法共享示例PDF。他还只提供了一个非常小的代码片段。因此，以下只能推测...

OP在评论中提供的代码片段如下所示：

PageAnnotations annotations = page.getAnnotations();
for (Annotation annotation : annotations)
{
    highlightArea = annotation.getBox();
}

因此，他将变量highlightArea设置为给定页面注释的最后一个元素的Box值。

highlightArea可能包含其他内容的可能原因（有时在OP案例中包含粗体或斜体文字）而不是突出显示的文字：

• 最终的注释可能不是一个高亮注释，而是一些其他类型。
• 假设最终注释是高亮注释，并非其框的所有内容都显示为突出显示，而只是 QuadPoints 注释字典条目中的四边形或由外观流定义的一些自定义区域注释。

对于后一种情况，在PDF规范中授予第12.5.6.10节“文本标记注释”：

  

QuadPoints array （必需）一个8× n 数字的数组，用于指定 n 四边形的坐标默认用户空间。每个四边形应包含注释背后的文本中的一个或一组连续单词。每个四边形的坐标应按顺序

给出      

x ₁ y ₁ x ₂ y ₂ x ₃ y ₃ < em> x ₄ y ₄

     

以逆时针顺序指定四边形的四个顶点   （见图64）。文本应相对于边缘定向   连接点（ x ₁ ， y ₁ ）和（ x ₂ ， y ₂ ）。

     

注释词典的 AP 条目（如果存在）应优先   在 QuadPoints ;见表168和12.5.5，“Appearance Streams。”

请注意，Adobe Reader不会按指定顺序排列顶点，而且它还无法正确显示指定顺序中带坐标的高光。授予stackoverflow Q＆amp; A "PDF Spec vs Acrobat creation (QuadPoints)"，它虽旧但仍适用于当前的Adobe Acrobat版本。

如果您的annotation是TextMarkup的实例，则可以使用TextMarkup方法getMarkupBoxes轻松检索四边形。

此外，您可以使用Annotation方法getAppearance检索外观流。但是，确定外观流突出显示的区域可能并非易事。