提取PDF注释

我需要提取并阅读使用C＃的PDF注释。提取PDF注释

我可以通过使用PDFBox和itextsharp提取文件没有任何问题，但我需要阅读注释文本或下划线或彩色（突出显示的行）。

有什么想法？

来源

2017-01-01 Ahmad

为PDFBox的答案是相同的重新PDF内部。当然代码是不同的。要从注释区域提取，请参阅源代码下载中的PrintURL示例。 –

@TilmanHausherr您是否拥有PrintURL的C＃代码？ – Ahmad

不，只有java。但是C＃和java非常相似。 –

您需要了解页面的实际内容（使用页面的内容流中的PDF语法进行描述的内容）与添加到页面的注释之间存在差异（在页面词典的/Annots条目的注释词典中描述的内容）。

到目前为止，您正在提取注释词典的内容，但是您还希望使用注释的/Rect条目从内容流中提取其位置已标识的内容。你需要解析页面的内容流来做到这一点。

请到official iText web site和阅读常见问题解答，更具体：How to read text from a specific position?

假设reader是你PdfReader例如，rect是Rectangle定义要提取文本的位置，并page相应的页面数，那么你可以创建一个RenderFilter并使用LocationTextExtractionStrategy这样的：

RenderFilter[] filter = {new RegionTextRenderFilter(rect)}; 
ITextExtractionStrategy strategy = 
    new FilteredTextRenderListener(
     new LocationTextExtractionStrategy(), filter); 
String text = PdfTextExtractor.GetTextFromPage(reader, page, strategy));

来源

2017-01-02 06:31:11

对于某些注释种类，** QuadPoints **比** Rect **更简洁。在标记注释的情况下，** AP **外观流可能仍然标记文本的不同子集。但没有人会想要尝试，并通过这些外观来确定文本范围... – mkl

@Bruno Lowagie我只需要得到高亮显示的PDF文件中的句子，通过注释添加 – Ahmad

提取PDF注释

回答

相关问题