要
获取 PDF 关键字的
坐标，可以使用 Apache
PDFBox 库。以下是
获取 PDF 关键字坐标的示例代码：
```
java
import
java.io.File;
import
java.io.IOException;
import
java.util.List;
import org.apache.
pdfbox.cos.COSArray;
import org.apache.
pdfbox.cos.COSBase;
import org.apache.
pdfbox.cos.COSDictionary;
import org.apache.
pdfbox.cos.COSName;
import org.apache.
pdfbox.pdmodel.PDDocument;
import org.apache.
pdfbox.pdmodel.PDPage;
import org.apache.
pdfbox.pdmodel.interactive.annotation.PDAnnotation;
import org.apache.
pdfbox.pdmodel.interactive.annotation.PDAnnotationTextMarkup;
import org.apache.
pdfbox.pdmodel.interactive.annotation.PDAnnotationTextMarkup.MarkupTypeEnum;
import org.apache.
pdfbox.pdmodel.interactive.annotation.PDAnnotationTextMarkup.QuadPoints;
public class
PDFKeywordCoordinates {
public static void main(String[] args) throws IOException {
String filePath = "example.
pdf";
String keyword = "example";
PDDocument document = PDDocument.load(new File(filePath));
List<PDPage> pages = document.getDocumentCatalog().getAllPages();
for (PDPage page : pages) {
List<PDAnnotation> annotations = page.getAnnotations();
for (PDAnnotation annotation : annotations) {
if (annotation instanceof PDAnnotationTextMarkup) {
PDAnnotationTextMarkup markup = (PDAnnotationTextMarkup) annotation;
if (markup.getMarkupType() == MarkupTypeEnum.HIGHLIGHT) {
COSDictionary dict = markup.getCOSObject();
COSArray quadPointsArray = (COSArray) dict.getDictionaryObject(COSName.get
PDFName("QuadPoints"));
for (int i = 0; i < quadPointsArray.size(); i += 8) {
float x1 = quadPointsArray.getFloat(i);
float y1 = quadPointsArray.getFloat(i + 1);
float x2 = quadPointsArray.getFloat(i + 2);
float y2 = quadPointsArray.getFloat(i + 3);
float x3 = quadPointsArray.getFloat(i + 4);
float y3 = quadPointsArray.getFloat(i + 5);
float x4 = quadPointsArray.getFloat(i + 6);
float y4 = quadPointsArray.getFloat(i + 7);
if (containsKeyword(page, keyword, x1, y1, x2, y2, x3, y3, x4, y4)) {
System.out.println("Keyword '" + keyword + "' found on page " + (pages.indexOf(page) + 1) +
" at (" + x1 + "," + y1 + ") (" + x2 + "," + y2 + ") (" + x3 + "," + y3 + ") (" + x4 + "," + y4 + ")");
}
}
}
}
}
}
document.close();
}
private static boolean containsKeyword(PDPage page, String keyword, float x1, float y1, float x2, float y2, float x3, float y3, float x4, float y4) throws IOException {
StringBuilder sb = new StringBuilder();
sb.append("q\n");
sb.append(x1).append(' ').append(y1).append(" m\n");
sb.append(x2).append(' ').append(y2).append(" l\n");
sb.append(x3).append(' ').append(y3).append(" l\n");
sb.append(x4).append(' ').append(y4).append(" l\n");
sb.append("h\n");
sb.append("W* n\n");
sb.append("BT\n");
sb.append("/Helv 12 Tf\n");
sb.append("0 g\n");
sb.append("1 0 0 1 ").append(x1).append(' ').append(y1).append(" Tm\n");
sb.append("(").append(keyword).append(") Tj\n");
sb.append("ET\n");
sb.append("Q\n");
return page.getContents().stream().anyMatch(content -> content.getString().contains(sb.toString()));
}
}
```
在此示例代码
中，我们首先加载
PDF 文件并
获取所有页面。然后，我们遍历每个页面的所有注释，并
查找类型为“高亮”的注释。对于每个高亮注释，我们
获取该注释的四个顶点
坐标，并检查
关键字是否包含在其
中。如果找到匹配项，则打印
关键字的
坐标。
本文介绍了如何使用Java的iText库来查找PDF文件中特定关键字的坐标。通过PdfReader和PdfReaderContentParser解析PDF内容，并自定义监听器CustomRenderListener来定位关键字。
最低0.47元/天 解锁文章
扫一扫
891
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
