栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

如何使用pdfbox从pdf提取粗体文本?

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

如何使用pdfbox从pdf提取粗体文本?

的结果

PDFTextStripper
是纯文本。因此,将其提取后为时已晚。但是,您可以覆盖某些方法,只允许根据您的意愿格式化的文本通过。

在这种情况下,

PDFTextStripper
您必须覆盖

protected void processTextPosition( TextPosition text )

在您的替代中,您检查所讨论的文本是否满足您的要求(

TextPosition
包含有关所讨论文本的很多信息,不仅是文本本身),如果满足,则将其转发
TextPositiontext
super
实现。

但是,主要问题是要识别哪个文本为 粗体

粗体的 标准可能是字体名称中的 粗体 一词,例如 Courier-BoldOblique-
您使用来访问文本的字体,

text.getFont()
并使用字体的方法来访问字体的 后记名称。
getbaseFont()

String postscriptName = text.getFont().getbaseFont();

条件也可能来自字体描述符-您可以使用

getFontDescriptor
方法获得字体的字体描述符,并且字体描述符具有可选的字体权重值

float fontWeight = text.getFont().getFontDescriptor().getFontWeight();

该值定义为

(可选; PDF 1.5;应用于带标签的PDF文档中的Type
3字体)完全限定的字体名称或字体说明符的粗细(厚度)部分。可能的值应为100、200、300、400、500、600、700、800或900,其中每个数字表示的权重至少与其前身一样暗。值400表示正常重量;
700表示粗体。

这些值的具体解释因字体而异。

示例300中的一种字体可能看起来与另一字体中的500最相似。

(表122,ISO 32000-1,第9.8.1节)

可能还有其他暗示要检查的 粗体 主义的提示,例如,较大的线宽

double lineWidth = getGraphicsState().getLineWidth();

当渲染模式绘制轮廓时:

int renderingMode = getGraphicsState().getTextState().getRenderingMode();

您可能需要尝试使用符合标准的手头文件。



转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/494956.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号