iText可以识别PDF中的不可见文本吗？

我正在使用iText解析来自PDF文件的文本。我发现一些文本被返回但不可见。例如，我iText可以识别PDF中的不可见文本吗？

“金融衍生”，这确实页面
“金融衍生”，这是可见的存在，但仍然的iText返回。另外，它们不能由Adobe acrobat或Foxit选择。

iText有一种方法来区分可见/不可见文本吗？或者PDF格式是否有与此有关的任何规范？

丰

2014-10-30 Feng Qing

特定文本是如何被制成“隐形”的？它有什么东西在它之上？非常小？没有颜色，或者与它的背景相同？离开页面？渲染在一个不包含大纲的字体？用一种将所有内容映射到一个空格字符的字体呈现？ – usr2564301 2014-10-30 18:43:50

您给没有代码很难提出实际的代码......然而，为了使文字无形的习惯方法是使用文本渲染模式。 PDF中的所有文本都有这样的文本渲染模式，它决定文本是否呈现为填充文本（普通），描边文本，填充和描边......并且其中一种可能性是“不可见”，它确保文本不是“显示。

解析页面上的文本iText和其他东西允许您筛选返回的文本 - 请参阅FilteredRenderListener。在过滤期间，您可以确定您是否对文本感兴趣。有很多关于您可以使用TextRenderInfo对象检查的文本的信息。该对象有一个名为“getTextRenderMode”的方法，它将返回上述文本渲染模式。如果该调用返回“3”，那么您知道该文本是隐形渲染的。

现在，如果您想确切知道这些文本是否确实呈现（并且不使用@jongware在其评论中提出的其他讨厌技巧之一，那么您必须检查PDF或与其分享一个示例我们可以看一看

来源

2014-10-30 20:44:54

有趣 - 这个特殊的渲染模式转换为[this“no stroke，no fill”]（http://stackoverflow.com/a/ 5184903/2564301），还是它实际上是PDF规范的一部分？（在这种情况下，我很乐意将它添加到我的包中！） – usr2564301 2014-10-30 21:45:38

（*其中一种可能性是“不可见”，确保文本未显示*） - *此特定渲染模式是否将此转换为“无笔画，无填充”或实际上是PDF规范的一部分* ISO 32000-1的表106将渲染模式3描述为**既不是填充也不是描边文本（不可见）**，所以**没有描边，没有填充**和**不可见**应该确实重合。 – mkl 2014-10-30 23:17:33

iText可以识别PDF中的不可见文本吗？

回答

相关问题