2011-01-19 107 views
3

我正在使用石英来显示pdf。我需要获取搜索文本所在页面的索引。任何人都可以帮助我?谢谢。如何使用石英搜索pdf文档中的文本

解决方案: 有一个代码示例从页面中提取文本并检查序列。

#import <Foundation/Foundation.h> 

@interface PDFSearcher : NSObject { 
    CGPDFOperatorTableRef table; 
    NSMutableString *currentData; 
} 

@property (nonatomic, retain) NSMutableString * currentData; 
-(id)init; 
-(BOOL)page:(CGPDFPageRef)inPage containsString:(NSString *)inSearchString; 

@end 

#import "PDFSearcher.h" 

@implementation PDFSearcher 
@synthesize currentData; 
void arrayCallback(CGPDFScannerRef inScanner, void *userInfo) 
{ 
    PDFSearcher * searcher = (PDFSearcher *)userInfo; 

    CGPDFArrayRef array; 

    bool success = CGPDFScannerPopArray(inScanner, &array); 

    for(size_t n = 0; n < CGPDFArrayGetCount(array); n += 2) 
    { 
     if(n >= CGPDFArrayGetCount(array)) 
      continue; 

     CGPDFStringRef string; 
     success = CGPDFArrayGetString(array, n, &string); 
     if(success) 
     { 
      NSString *data = (NSString *)CGPDFStringCopyTextString(string); 
      [searcher.currentData appendFormat:@"%@", data]; 
      [data release]; 
     } 
    } 
} 

void stringCallback(CGPDFScannerRef inScanner, void *userInfo) 
{ 
    PDFSearcher *searcher = (PDFSearcher *)userInfo; 

    CGPDFStringRef string; 

    bool success = CGPDFScannerPopString(inScanner, &string); 

    if(success) 
    { 
     NSString *data = (NSString *)CGPDFStringCopyTextString(string); 
     [searcher.currentData appendFormat:@"%@", data]; 
     [data release]; 

    } 
} 

-(id)init 
{ 
    if(self = [super init]) 
    { 
     table = CGPDFOperatorTableCreate(); 
     CGPDFOperatorTableSetCallback(table, "TJ", arrayCallback); 
     CGPDFOperatorTableSetCallback(table, "Tj", stringCallback); 
    } 
    return self; 
} 

-(BOOL)page:(CGPDFPageRef)inPage containsString:(NSString *)inSearchString 
{ 
    [self setCurrentData:[NSMutableString string]]; 
    CGPDFContentStreamRef contentStream = CGPDFContentStreamCreateWithPage(inPage); 
    CGPDFScannerRef scanner = CGPDFScannerCreate(contentStream, table, self); 
    bool ret = CGPDFScannerScan(scanner); 
    CGPDFScannerRelease(scanner); 
    CGPDFContentStreamRelease(contentStream); 
    //NSLog(@"%u, %@", [self.currentData length], self.currentData); 
    return ([[self.currentData uppercaseString] 
      rangeOfString:[inSearchString uppercaseString]].location != NSNotFound); 
} 
@end 
+0

不忘记的dealloc CGPDFOperatorTableRelease(表),或者你讨厌的大泄漏。 – steipete 2011-07-21 23:06:55

回答

2

使用CGPDFDocument,CGPDFPage和CGPDFScanner扫描页面内容并将其解析为NSString。 然后使用NSString函数在该页面上查找文本。如果存在,则在某个数组中存储相应的页码。重复此扫描和解析for循环的页数在PDF

0

石英内部没有什么可做的。 Quartz用于图形显示 - 它不需要知道或关心在PDF中搜索字符串匹配。您将不得不使用Core Graphics PDF解析方法来提取数据,自己搜索字符串,然后获取它发生的页面。

0

如果使用PDFDocument,而不是CGPDFDocument,该API具有文本搜索操作,如findString:withOptions