Disclaimer:

我正在使用iText 5.我知道這通常是不贊成的(與使用iText 7相比)，但我正在處理使用iText 5的大量遺留代碼，升級不受我的控制 .

Requirements:

A "simple" PDF / A作為輸入接收(僅文本，這些是從RTF生成的)，以及與所需的第一頁長度(以英寸為單位)對應的浮點值 .

必須輸出與輸入PDF相同的PDF / A，除了它的分頁如下：第一頁長度=輸入值;每個后續(不是第一個或最后一個)頁面將填充標準頁面長度;最后一頁將被截斷在距離頁面底部最近的內容之下的恒定點數 . 請注意，輸入和輸出寬度將是相同且恒定的 .

Progress / Approach:

我擴展了 SimpleTextExtractionStrategy 以生成包含字體信息(大小和族，粗體或斜體等)的XML以及位置信息(相對于輸入的第一頁左上角的原點的絕對坐標系統PDF)對于從輸入PDF中提取的每個"span"文本 .

然后，我逐頁生成一個新的PDF(根據上面列出的要求，每個頁面都是所需的長度)，根據每個新頁面的邊界使用LINQ過濾提取的XML信息，并在適當的位置添加適當格式的文本使用 ColumnText.ShowTextAligned(...) .

Problem:

上面概述的方法很好 . 它生成具有所需頁面結構的PDF，但某些信息在翻譯時丟失，即彩色文本和帶下劃線的文本 . 雖然不應在這些PDF中看到彩色文本，但絕對必須檢測帶下劃線的文本 .

這組要求還應包括帶表格的PDF . 我最初計劃實現一個不同的模塊，該模塊遵循表格PDF的相同界面，因為它們是從RTF生成的PDF中單獨生成和使用的，而且iText內置了相對強大的表格功能 .

上面提到的兩個問題，再加上我所描述的方法源于重用現有代碼的嘗試，這讓我相信完全不同的方法可能是必要的，或者至少要好得多 . 在我看來，應該有一種方法來捕獲內容字節信息并根據需要剪輯它以“重新分頁”輸入PDF，只擔心移動沿頁面邊界的內容 .

基本上，我正在尋找(基于iText)推薦更好的方法 . 偽代碼類型的答案或只是對可能有用的類/接口的建議是可接受的 . 雖然將文本和表格放在一起會很好，但任何與一個或另一個相關的建議也會受到贊賞 . 我已經仔細閱讀了iText網站上的大部分可用文檔和其他SO問題，但還沒有找到我正在尋找的內容 .

請注意，此問題中不包含任何代碼，因為我正在尋找與我嘗試過的完全不同的高級方法 .

Edit:

我以前沒有注意到它，但是我重用字體的方式(類似于this)導致了一些意想不到的(但是記錄在案)這樣的行為 . 似乎我需要避免在文本級別提取重新分頁的信息，因為很難確保輸入和輸出之間字體的連續性 .

總結

以上是生活随笔為你收集整理的java pdf分页显示_使用iText“重新分页”PDF的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。