c＃itextsharp，在页面中找到不是块的词块，用于添加粘滞便笺的位置

我已经阅读了所有相关的StackOverflow，并且尚未找到适当的解决方案。我想打开PDF文件，然后进一步获取文本（单词）及其坐标，为其中一些添加便条。c＃itextsharp，在页面中找到不是块的词块，用于添加粘滞便笺的位置

似乎是不可能的任务，我被困住了。

这段代码如何正确找到页面中的所有单词（但不是它们的坐标）？

using (PdfReader reader = new PdfReader(path)) 
    { 
     StringBuilder sb = new StringBuilder(); 

     ITextExtractionStrategy strategy = new SimpleTextExtractionStrategy(); 
     for (int page = 5; page <= 5; page++) 
     { 
      string text = PdfTextExtractor.GetTextFromPage(reader, page, strategy); 

      Console.WriteLine(text); 

     } 

     //txt = sb.ToString(); 

    }

但是这一次得到的坐标，但对“块”不能依靠他们在正确的顺序。

PdfReader reader = new PdfReader(path); 
    PdfReaderContentParser parser = new PdfReaderContentParser(reader); 

    LocationTextExtractionStrategyEx strategy; 

    for (int i = 5; i <= 5; i++) // reader.NumberOfPages 
    { 
     //strategy = parser.ProcessContent(i, new SimpleTextExtractionStrategy()); 
     // new MyLocationTextExtractionStrategy("sample", System.Globalization.CompareOptions.None) 
     strategy = parser.ProcessContent(i, new LocationTextExtractionStrategyEx("MCU_MOSI", 0)); 

     foreach (LocationTextExtractionStrategyEx.ExtendedTextChunk chunk in strategy.m_DocChunks) 
     { 
      if (chunk.m_text.Trim() == "MCU_MOSI") 
       Console.WriteLine("Bingo"); // <-- NEVER HIT 
     } 


     //Console.WriteLine(strategy.m_SearchResultsList.ToString()); // strategy.GetResultantText() + 



    }

它使用一个类从这个职位（由我小修改） Getting Coordinates of string using ITextExtractionStrategy and LocationTextExtractionStrategy in Itextsharp

但只有找到无用的“豆腐块”。

所以问题是可以与iTextSharp真的在页面中找到单词，以便我可以在附近添加一些便签？谢谢。

来源

2017-06-02 user1797147

块有位置和大小信息。因此，您可以对它们进行排序并根据需要推断空间。 – mkl

它看起来像chunk.m_text只包含在一个时间这就是为什么这永远不会是真正的一个字母：

if (chunk.m_text.Trim() == "MCU_MOSI")

你可以做的却是让每个块的文本添加到字符串，看看它是否包含你的文字。

PdfReader reader = new PdfReader(path); 
    PdfReaderContentParser parser = new PdfReaderContentParser(reader); 

    LocationTextExtractionStrategyEx strategy; 
    string str = string.Empty; 

    for (int i = 5; i <= 5; i++) // reader.NumberOfPages 
    { 
     strategy = parser.ProcessContent(i, new LocationTextExtractionStrategyEx("MCU_MOSI", 0)); 
     var x = strategy.m_SearchResultsList; 
     foreach (LocationTextExtractionStrategyEx.ExtendedTextChunk chunk in strategy.m_DocChunks) 
     { 
      str += chunk.m_text; 
      if (str.Contains("MCU_MOSI")) 
      { 
       str = string.Empty; 
       Vector location = chunk.m_endLocation; 
       Console.WriteLine("Bingo"); 
      }       
     } 
    }

注意这个位置的例子，我公开了m_endLocation。

来源

2017-06-02 13:50:40 ktyson

我不知道该如何谢谢你！就像一个魅力！ – user1797147

c＃itextsharp，在页面中找到不是块的词块，用于添加粘滞便笺的位置

回答

相关问题