iText可以識別PDF中的不可見文本嗎？

我正在使用iText解析來自PDF文件的文本。我發現一些文本被返回但不可見。例如，我iText可以識別PDF中的不可見文本嗎？

「金融衍生」，這確實頁面
「金融衍生」，這是可見的存在，但仍然的iText返回。另外，它們不能由Adobe acrobat或Foxit選擇。

iText有一種方法來區分可見/不可見文本嗎？或者PDF格式是否有與此有關的任何規範？

豐

2014-10-30 Feng Qing

特定文本是如何被製成「隱形」的？它有什麼東西在它之上？非常小？沒有顏色，或者與它的背景相同？離開頁面？渲染在一個不包含大綱的字體？用一種將所有內容映射到一個空格字符的字體呈現？ – usr2564301 2014-10-30 18:43:50

您給沒有代碼很難提出實際的代碼......然而，爲了使文字無形的習慣方法是使用文本渲染模式。 PDF中的所有文本都有這樣的文本渲染模式，它決定文本是否呈現爲填充文本（普通），描邊文本，填充和描邊......並且其中一種可能性是「不可見」，它確保文本不是「顯示。

解析頁面上的文本iText和其他東西允許您篩選返回的文本 - 請參閱FilteredRenderListener。在過濾期間，您可以確定您是否對文本感興趣。有很多關於您可以使用TextRenderInfo對象檢查的文本的信息。該對象有一個名爲「getTextRenderMode」的方法，它將返回上述文本渲染模式。如果該調用返回「3」，那麼您知道該文本是隱形渲染的。

現在，如果您想確切知道這些文本是否確實呈現（並且不使用@jongware在其評論中提出的其他討厭技巧之一，那麼您必須檢查PDF或與其分享一個示例我們可以看一看

來源

2014-10-30 20:44:54

有趣 - 這個特殊的渲染模式轉換爲[this「no stroke，no fill」]（http://stackoverflow.com/a/ 5184903/2564301），還是它實際上是PDF規範的一部分？（在這種情況下，我很樂意將它添加到我的包中！） – usr2564301 2014-10-30 21:45:38

（*其中一種可能性是「不可見」，確保文本未顯示*） - *此特定渲染模式是否將此轉換爲「無筆畫，無填充」或實際上是PDF規範的一部分* ISO 32000-1的表106將渲染模式3描述爲**既不是填充也不是描邊文本（不可見）**，所以**沒有描邊，沒有填充**和**不可見**應該確實重合。 – mkl 2014-10-30 23:17:33

iText可以識別PDF中的不可見文本嗎？

回答

相關問題