Question

我正在尝试阅读pdf文件并从此文件中获取所有超链接。我正在使用iTextSharp进行C＃.net。

PdfReader reader = new PdfReader("test.pdf");           
List<PdfAnnotation.PdfImportedLink> list = reader.GetLinks(36);

此方法“GetLinks”返回一个包含大量链接信息的列表，但此方法不返回我想要的值，超链接字符串，我确切知道第36页有超链接

Answer 1

PdfReader.GetLinks()仅用于文档内部的链接，而不是外部超链接。为什么？我不知道。

以下代码基于code I wrote earlier，但我将其限制为存储在PDF中的链接PdfName.URI。它可以将链接存储为最终执行相同操作的Javascript，并且可能还有其他类型，但您需要检测它。我不相信规范中有任何内容表明链接实际上需要是一个URI，它只是暗示，所以下面的代码返回一个你可以（可能）自己转换为URI的字符串。

    private static List<string> GetPdfLinks(string file, int page)
    {
        //Open our reader
        PdfReader R = new PdfReader(file);

        //Get the current page
        PdfDictionary PageDictionary = R.GetPageN(page);

        //Get all of the annotations for the current page
        PdfArray Annots = PageDictionary.GetAsArray(PdfName.ANNOTS);

        //Make sure we have something
        if ((Annots == null) || (Annots.Length == 0))
            return null;

        List<string> Ret = new List<string>();

        //Loop through each annotation
        foreach (PdfObject A in Annots.ArrayList)
        {
            //Convert the itext-specific object as a generic PDF object
            PdfDictionary AnnotationDictionary = (PdfDictionary)PdfReader.GetPdfObject(A);

            //Make sure this annotation has a link
            if (!AnnotationDictionary.Get(PdfName.SUBTYPE).Equals(PdfName.LINK))
                continue;

            //Make sure this annotation has an ACTION
            if (AnnotationDictionary.Get(PdfName.A) == null)
                continue;

            //Get the ACTION for the current annotation
            PdfDictionary AnnotationAction = (PdfDictionary)AnnotationDictionary.Get(PdfName.A);

            //Test if it is a URI action (There are tons of other types of actions, some of which might mimic URI, such as JavaScript, but those need to be handled seperately)
            if (AnnotationAction.Get(PdfName.S).Equals(PdfName.URI))
            {
                PdfString Destination = AnnotationAction.GetAsString(PdfName.URI);
                if (Destination != null)
                    Ret.Add(Destination.ToString());
            }
        }

        return Ret;

    }

并称之为：

        string myfile = System.IO.Path.Combine(Environment.GetFolderPath(Environment.SpecialFolder.Desktop), "Output.pdf");
        List<string> Links = GetPdfLinks(myfile, 1);

Answer 2

我注意到，PDF上看起来像URL的任何文本都可以被PDF vewer模拟为注释链接。在Adobe Acrobat中，在常规选项卡下有一个页面显示首选项，名为“从URL创建链接”，用于控制此选项。我正在编写代码来删除URL链接注释，但却发现没有。但是，Acrobat会自动将看似URL的文本转换为看似注释链接的内容。

从pdf文件中读取超链接

2 个答案: