pdf字节数组读取第一行

Question

我有一个pdf字节数组，想知道是否有一种简单的方法可以将第一行文本读入变量？

谢谢， 杆

Answer 1

查看“SimpleTextParser”以及com.itextpdf.text.pdf.parser包的其余部分（或其在C＃-ville中调用的任何内容）。

请注意，“第一行文字”在PDF中是一个非常滑的概念。在特定坐标处绘制字形。如果给定的一组字形碰巧共享一个基线，它们在视觉上在同一条线上。如果给定的共享基线是最接近页面顶部的基线，则为“第一个”。

哦，页面可能会旋转，把所有东西都扔进一种叫做“矩阵数学”的特殊地狱。

没有特别要求以逻辑顺序写出PDF格式的文本。人们可以通过并写下所有'a'，然后是'b'，等等。不是血腥（或有效），但完全合法。可能的是，绘制给定字体中的所有文本，然后是下一个字体中的所有文本，依此类推。如果第一行文本恰好是几种不同的字体（粗体，斜体等），您可能会发现它比预期找到正确的文本行更难。程序可以很容易地按字母顺序迭代字体，或者将它们存储在哈希映射中......不依赖于逻辑顺序来匹配“绘制事物的顺序”。迟早（可能更早）你会受到严重的打击。

我建议你去阅读iText FAQ或者两个。你的问题背叛了一种无知的程度，只要你付出一点努力就可以轻松解决。如果不出意外的话，iText In Action（及其样本的聚宝盆）中免费提供的章节应该证明是有启发性的。

Answer 2

byte[] pdf;
BufferedReader in = new BufferedReader(new InputStreamReader(new ByteArrayInputStream(pdf)));
String firstLine = in.readLine();
in.close();