如何使用Swift解析PDF页面中的内容

该文档对我来说不是很清楚。到目前为止，我认为我需要设置一个CGPDFOperatorTable，然后为每个PDF页面创建一个CGPDFContentStreamCreateWithPage和CGPDFScannerCreate。如何使用Swift解析PDF页面中的内容

该文件涉及设置回调，但它不清楚如何。如何真正从页面获取内容？

这是我的代码到目前为止。

let pdfURL = NSBundle.mainBundle().URLForResource("titleofdocument", withExtension: "pdf") 

    // Create pdf document 
    let pdfDoc = CGPDFDocumentCreateWithURL(pdfURL) 

    // Nr of pages in this PF 
    let numberOfPages = CGPDFDocumentGetNumberOfPages(pdfDoc) as Int 

    if numberOfPages <= 0 { 
     // The number of pages is zero 
     return 
    } 

    let myTable = CGPDFOperatorTableCreate() 

    // lets go through every page 
    for pageNr in 1...numberOfPages { 

     let thisPage = CGPDFDocumentGetPage(pdfDoc, pageNr) 
     let myContentStream = CGPDFContentStreamCreateWithPage(thisPage) 
     let myScanner = CGPDFScannerCreate(myContentStream, myTable, nil) 

     CGPDFScannerScan(myScanner) 

     // Search for Content here? 
     // ?? 

     CGPDFScannerRelease(myScanner) 
     CGPDFContentStreamRelease(myContentStream) 

    } 

    // Release Table 
    CGPDFOperatorTableRelease(myTable)

这是一个类似的问题：PDF Parsing with SWIFT，但还没有答案。

来源

2016-03-20 Tom Wolters

我想我必须写回调，被称为当扫描仪扫描。有人可以发布一个回调的例子吗？这是一种用CGPDFOperatorTableSetCallback注册的自定义方法吗？一个例子会很棒。 –

你知道这个事实，如果检查没有做任何事情？因为它返回的if块，然后继续执行。要使页面只在页面中循环时，请将if块内的所有内容放入else块中。 – Eric

我这样做。我真的想更多地了解回调。我知道if语句，谢谢！ –

实际上您已经指定了如何操作，您只需将它放在一起并尝试操作即可。

首先，你需要设置AA表回调为你的国家，你自己在你的问题的开始（在Objective C中的所有代码，而不是斯威夫特）：

CGPDFOperatorTableRef operatorTable = CGPDFOperatorTableCreate(); 
CGPDFOperatorTableSetCallback(operatorTable, "q", &op_q); 
CGPDFOperatorTableSetCallback(operatorTable, "Q", &op_Q);

此表包含列表您希望获得的PDF运算符被调用并将回调与它们关联起来。这些回调只是功能，您在其他位置定义：

static void op_q(CGPDFScannerRef s, void *info) { 
    // Do whatever you have to do in here 
    // info is whatever you passed to CGPDFScannerCreate 
} 

static void op_Q(CGPDFScannerRef s, void *info) { 
    // Do whatever you have to do in here 
    // info is whatever you passed to CGPDFScannerCreate 
}

，然后创建扫描仪，并得到它去，同时通过它，你刚才定义的信息。

// Passing "self" is just an example, you can pass whatever you want and it will be provided to your callback whenever it is called by the scanner. 
CGPDFScannerRef contentStreamScanner = CGPDFScannerCreate(contentStream, operatorTable, self);

CGPDFScannerScan（contentStreamScanner）;

如果您想查看有关如何查找和处理图像的源代码的完整示例，请参阅check this website。

来源

2016-03-20 23:00:12

谢谢！虽然我觉得我在正确的轨道上，你的答案看起来像我所需要的，但我只是无法将Objective C方法转换为有效的Swift回调。 –

如何从** info **中获取数据？ – Hemang

这里是斯威夫特实现回调的例子：

let operatorTableRef = CGPDFOperatorTableCreate() 

    CGPDFOperatorTableSetCallback(operatorTableRef, "BT") { (scanner, info) in 
     print("Begin text object") 
    } 
    CGPDFOperatorTableSetCallback(operatorTableRef, "ET") { (scanner, info) in 
     print("End text object") 
    } 
    CGPDFOperatorTableSetCallback(operatorTableRef, "Tf") { (scanner, info) in 
     print("Select font") 
    } 
    CGPDFOperatorTableSetCallback(operatorTableRef, "Tj") { (scanner, info) in 
     print("Show text") 
    } 
    CGPDFOperatorTableSetCallback(operatorTableRef, "TJ") { (scanner, info) in 
     print("Show text, allowing individual glyph positioning") 
    } 

    let numPages = CGPDFDocumentGetNumberOfPages(pdfDocument) 
    for pageNum in 1...numPages { 
     let page = CGPDFDocumentGetPage(pdfDocument, pageNum) 
     let stream = CGPDFContentStreamCreateWithPage(page) 
     let scanner = CGPDFScannerCreate(stream, operatorTableRef, nil) 
     CGPDFScannerScan(scanner) 
     CGPDFScannerRelease(scanner) 
     CGPDFContentStreamRelease(stream) 
    }

来源

2016-06-22 12:58:42

谢谢！即将进行测试，您的代码看起来很棒。 –

感谢您的答案，如何从'info'中获取数据？ – Hemang

如何使用Swift解析PDF页面中的内容

回答

相关问题