1. 首页
  2. 问答
  3. 如何确定PDF是否被标记？

如何确定PDF是否被标记？

2012-10-04 171 views
2

我如何知道PDF是否被标记？我正在开发一个程序，它将复制PDF文件中的文本并将其显示在我的应用程序中，所以我试图测试PDF文件，我从PDF文件（普通复制+粘贴）中复制了一个表格并将其粘贴到MS字。结果是没有表的正常文本。有一些问题，当你从PDF文件复制表格并将其粘贴到Word时，它会变成图片。真的吗？如何确定PDF是否被标记？

来源

2012-10-04 Christian Eric Paran

+0

从PDF复制的文本是否可以作为表格粘贴取决于您用来查看/复制PDF和要粘贴到的程序的程序。 PDF可能会将文本显示为表格，但当您从中复制时，查看器正在将其转换为纯文本。或者，您粘贴的程序可能会在粘贴时将其转换为纯文本。 –

+0

啊所以这取决于它将如何被复制？即时通讯计划使用API​​读取PDF文件和即时通讯在Android上开发我的应用程序。 –

回答

4

如何确定PDF被标记或不？

根据您正在使用，以处理您的文件库中，你可以尝试检索来自Catalog辞典条目MarkInfo。

从PDF规格：

表3.25条目目录中的字典
KEY： MarkInfo
TYPE：字典
VALUE：（可选; PDF 1.4）标记信息字典，其中包含有关文档对标记PDF 约定的使用情况的信息（请参阅第10.6节“逻辑结构”）。

然而，即使这个属性的值设置为TRUE，这并不意味着该标签实际上是在那里，如果是这样，他们可能不会在所有的提取表是有用到您。您仍然可以使用仅使用标记标记段落和图片的表格来查找PDF文件。

长话短说，除非你正在生成您的应用程序要消耗，这样就可以知道哪个标签来查找文件，它是不是一个好主意，依靠这些标签为“从PDF中提取表格“。

来源

2012-10-04 16:59:00 yms

1

我发现了一个不同的问题的评论，似乎已经回答了这个问题。

How to read a Table in a PDF using iText java?

您可以提取从内容流中的文本，但对于普通的PDF文件，其结果将是纯文本（没有任何结构）。如果页面上有表格，该表格将不会被识别。你会得到内容和一些空白空间，但这不是一个表格结构！只有你有一个带标签的PDF，你才能获得一个XML文件。如果PDF中包含被识别为表格标签的标签，这将在PDF中反映出来。

这是http://support.itextpdf.com/node/27

来源

2012-10-04 16:34:34

+0

哦。所以即使使用PDF的正常提取来编程它也只会是文本格式。甚至显示？ –

+0

只有在PDF被标记并可以转换为xml时，才会以表格的形式显示。 –

相关问题

 相关问题