如何使用软换行创建PDF以便可以在iText7中复制和粘贴？

Question

我使用iText7创建PDF，包括英文和中文。但是当其他人想要将PDF的内容复制并粘贴到Word或其他文本编辑器时，每行的末尾都会有一个强制换行符，并且每个段落前面的空格都会丢失。

有没有办法克服这个问题，以便我可以将段落复制为连续文本并将空格保留在每个段落的前面？

我试图在互联网上搜索，这似乎是一个非常古老的问题（例如：Copy from PDF without line breaks at end of each line），但我找不到好的解决方案。有谁知道这方面的进展？

感谢。

Answer 1

创建简单文档时，\n的最简单术语是将长文本拆分为行，并将这些行写入PDF文档。您的查看者/读者的工作是正确提取文本。

然而，这是一项非常重要的工作。对于最简单的示例，假设一个句子的情况足够长，一行占用两行，另一种情况是在文本中间有明确的换行符（iText7）。在这两种情况下，视觉表示都是两行字形，如果不是不可能区分这两种情况并正确恢复原始逻辑文本，则非常困难。

但是有一个标记PDF的概念，即PDF中包含有关您放入PDF文件的内容的元信息，例如文档中的表格，段落等级。这种标记信息很可能有助于区分上述两种情况。取决于观众是否会尊重标记信息，但许多观众都这样做。标记文档可能有助于在您的案例中提取文本。

要在pdfDocument.setTagged()中创建带标记的文档，请使用<img src="@Html.Action("PieChartReport", "Agency", new { model = Model })" /> 方法，但在添加任何内容之前，请务必将其命名为。理想情况下，在构造函数之后立即调用此方法。