Question

我使用以下内容来阅读PDF文件并获取页面的文本字符串：

my $pdf = CAM::PDF->new($pdf_file);
my $pagetree = $pdf->getPageContentTree($page_no);

# Get all text strings of the page
# MyRenderer is a separate package which implements getTextBlocks and
# renderText methods

my @text = $pagetree->traverse('MyRenderer')->getTextBlocks;

现在，@text包含所有文本字符串，并从每个文本字符串的x，y开始。

如何获得每个字符串的宽度（可能还有高度）？

MyRenderer包如下：

package MyRenderer;
use base 'CAM::PDF::GS';
sub new {
    my ($pkg, @args) = @_;
    my $self = $pkg->SUPER::new(@args);
    $self->{refs}->{text} = [];
    return $self;
}

sub getTextBlocks {
    my ($self) = @_;
    return @{$self->{refs}->{text}};
}

sub renderText {
    my ($self, $string, $width) = @_;
    my ($x, $y) = $self->textToDevice(0,0);
    push @{$self->{refs}->{text}}, {
                                    str => $string,
                                    left => $x,
                                    bottom => $y,
                                    right =>$x + $width,
                                   };
    return;
}

更新1： 有一个函数 getStringWidth（$ fontmetrics，$ string） 在CAM :: PDF中。尽管我在该函数中有一个参数$ fontmetrics，但无论我传递给该参数，该函数都会返回给定字符串的相同值。

另外，我不确定返回值使用的度量单位。

更新2： 我将renderText函数更改为以下：

sub renderText {
    my ($self, $string, $width) = @_;
    my ($x, $y) = $self->textToDevice(0,0);
    push @{$self->{refs}->{text}}, {
                                str => $string,
                                left => $x,
                                bottom => $y,
                                right =>$x + ($width * $self->{Tfs}),
                                font => $self->{Tf},
                                font_size => $self->{Tfs},
                               };
    return;
}

请注意，除了获取font和font_size之外，我还将$ width与字体大小相乘，以获得字符串的实际宽度。

现在，唯一缺少的就是身高。

Answer 1

getStringWidth（）在很大程度上取决于您提供的字体指标。如果在该数据结构中找不到字符宽度，则它将回退到以下代码：

   if ($width == 0)
   {
      # HACK!!!                                                                   
      #warn "Using klugy width!\n";                                               
      $width = 0.2 * length $string;
   }

这可能是你所看到的。当我写这篇文章时，我认为它比返回0更好。如果您的字体指标看起来很好并且您认为CAM :: PDF中存在错误，请随意post more details我会看一下。

如何使用CAM :: PDF获取文本字符串的宽度和高度？

1 个答案: