PDFBox的PDFTextStripperByArea区域坐标

在什么尺寸和方向是矩形在PDFBox的PDFTextStripperByArea区域坐标

PDFTextStripperByArea的功能addRegion(String regionName, Rectangle2D rect)。

换句话说，哪里矩形[R开始，是有多大它（原点值的尺寸，矩形的尺寸）在什么方向？它走的蓝色箭头的（方向在插图中），如果new Rectangle(10,10,100,100)作为第二个参数给出？

PdfBox rectangle

2011-12-15 ipavlic

new Rectangle(10,10,100,100)

表示矩形的左上角位于（10,10）位置，因此距离PDF文档的左侧和顶部10个单位。这里“单位”是1磅= 1/72英寸。

第一个100代表矩形的宽度，第二个代表矩形的宽度。总之，正确的图片是第一个。

我写了这个代码以提取参数中所给的功能页面的某些领域：

Rectangle2D region = new Rectangle2D.Double(x, y, width, height); 
String regionName = "region"; 
PDFTextStripperByArea stripper; 

stripper = new PDFTextStripperByArea(); 
stripper.addRegion(regionName, region); 
stripper.extractRegions(page);

因此，x和y是矩形的左上角的绝对坐标，然后你指定其宽度和高度。页面是一个PDPage变量，作为该函数的参数。

来源

2012-07-16 09:01:10

单位多少钱？ – ipavlic 2012-07-16 09:23:25

正在研究做这样的事情，所以我想我会通过我一起发现的。

下面是使用itext创建我的原始pdf的代码。

import com.lowagie.text.Document 
import com.lowagie.text.Paragraph 
import com.lowagie.text.pdf.PdfWriter 

class SimplePdfCreator { 
    void createFrom(String path) { 
     Document d = new Document() 
     try { 
      PdfWriter writer = PdfWriter.getInstance(d, new FileOutputStream(path)) 
      d.open() 
      d.add(new Paragraph("This is a test.")) 
      d.close() 
     } catch (Exception e) { 
      e.printStackTrace() 
     } 
    } 
}

如果你打开pdf，你会看到左上角的文字。这是测试，显示你在找什么。

@Test 
void createFrom_using_pdf_box_to_extract_text_targeted_extraction() { 
    new SimplePdfCreator().createFrom("myFileLocation") 
    def doc = PDDocument.load("myFileLocation") 
    Rectangle2D.Double d = new Rectangle2D.Double(0, 0, 120, 100) 
    def stripper = new PDFTextStripperByArea() 
    def pages = doc.getDocumentCatalog().allPages 
    stripper.addRegion("myRegion", d) 
    stripper.extractRegions(pages[0]) 
    assert stripper.getTextForRegion("myRegion").contains("This is a test.") 
}

位置（0，0）是文档的左上角。宽度和高度向下并向右。我能够将范围缩小到（35,52,120,3），并且仍然通过测试。

所有代码都是用groovy编写的。

来源

2012-04-01 21:50:35 benkiefer

PDFBox的PDFTextStripperByArea区域坐标

回答

相关问题