iText - 处理现有PDF - 在每个段落的末尾添加破折号

Question

我需要操纵iText中的现有PDF，在每个段落的末尾添加破折号。像这样：

我会在Word中使用标签引导来实现此目的。

这是否可以在现有文档上使用iText。

非常感谢任何帮助。

谢谢！

编辑以澄清

iText版本是5.5.x，但我想我们可以升级它，如果新版本的任务更容易。

可能有一些段落不需要破折号，但我对原始PDF有一些控制权。它是从不同的系统组装而成的，我可以在需要领导者的段落中添加一些标记（即我可以在这些段落的末尾添加像＃34;〜tab~＆＃34;这样的文字）。

目前需要这种编辑的文档有页眉和页脚，只有文本和一列具有对齐的对齐。

编辑以获得更多说明

我甚至可以（通过配置）设置特定文档的破折号必须结束的位置（即10px）。我们知道需要以这种方式操作的每种文档类型（及其结构）。

Answer 1

这太疯狂了。 您应该将PDF文档视为指令的容器，而不是WYSIWYG格式。因此，找出线条的位置（更不用说段落）非常困难。

高级别计划：

1. 使用IEventListener处理正在解析的PDF中的事件
2. 留意TextRenderInfo事​​件，存储它们
3. 对TextRenderInfo事​​件进行排序，以确保您的事件列表符合逻辑阅读顺序。
4. 合并列表中的项目，如果它们出现在同一行并且相距小于一定距离（例如，TextRenderInfo指定的字体中距离为3个空格）
5. 现在你应该有行
6. 合并线条，如果它们彼此紧密垂直接近并且它们水平重叠。它们应该有多接近，它们重叠多少是你必须弄清楚的，并且可能因页面和文档而有所不同。
7. 现在你应该有段落
8. 找出每个段落的边界框。或者更确切地说，凸壳。有一个很好的算法，称为礼品包装算法。
9. 现在您可以通过检查凸包来简单地插入线条。这是一个简单的步骤。

如果您可以插入标记，则可以使用iText7轻松完成此操作。 iText7具有IEventListener的实现，允许您在PDF文档中查找正则表达式。它返回找到正则表达式的位置。如果您可以确保您的标记始终满足某种正则表达式，您可以轻松查找它们，获取它们的坐标，并在计算位置插入一条线。

当然，你需要摆脱标记文本。 为此你可以使用pdfSweep。