pdf 문서의 텍스트 스타일 편집

Question

기존의 PDF 파일에서 텍스트 스타일을 편집하기 위해 설계된 C# 콘솔 응용 프로그램에서 작업 중입니다. 예를 들어 텍스트 스타일을 굵게 또는 기울임 꼴로 변경하거나 글꼴 모음 추가, 텍스트 변경 색상 ...

나는 iTextSharp 라이브러리를 사용하지만, 다음과 같은 문제가 발생 : PDF 문서의

1. 얇은 공간이 정돈됩니다.
2. 기존 문서에서 텍스트를 추출 할 때 텍스트 스타일이 완전히 무시됩니다 (글꼴, 굵게, 기울임 꼴 ...)
3. PDF 파일에서 내용을 추출 할 때 특수 형식의 수학, 이미지 및 텍스트를 읽을 수 없습니다.

위에 설명한대로 다른 라이브러리 또는 PDF 파일을 편집 할 제안이 있습니까? PDF 문서의

Answer 1

이 발생 된 문제들에 대한 어떤 단어 ...

1 얇은 공간은립니다.

일반적으로 얇은 공백은 수평 좌표 이동을 통해 생성됩니다. 불행히도 커닝, 즉 인접한 문자를 더 잘 보이게하기 위해 동일한 기술이 사용됩니다. 페이지를 파싱 할 때 이러한 수평 이동이 발생하면 파서가 경험적으로 결정해야하며 때로는 잘못되었습니다. 이러한 휴리스틱은 문서의 경우 실패한 것 같습니다. 기존 문서에서 텍스트를 추출 할 때

2, 텍스트 스타일은 완전히 무시됩니다 (내가 굵은 글꼴을 의미, italic..etc)

RenderListener 사용의 문제입니다

. iText (Sharp)로 번들링 된 리스너는 현재 텍스트에 중점을 둡니다. 글꼴 정보를 전송하기 위해 쉽게 확장 할 수 있습니다.

PDF는 굵게, 기울임 꼴 등에 대해 알지 못합니다. 양질의 문서의 경우 xxx 및 xxx는 개별 글꼴이며 품질이 낮은 문서의 경우에는 가난한 사람의 분명한 오프셋을 사용하여 글리프를 두 번 인쇄하여 볼드체를 생성하거나 적절한 기울이기 변형 행렬을 사용하여 경 사진 모양을 생성 할 수 있습니다. PDF 파일

의 내용을 추출 할 때

3 수학, 이미지, 특별한 형식의 텍스트는이에 대한 샘플이있는 경우, 여기 또는 itext-questions mailing list에 그들을 제공하시기 바랍니다 읽을 수 없습니다. 확실히 테스트 할 때 이미지 이벤트를 수신하는 RenderListener을 구현 했습니까?

따라서 1은 더 나은 알고리즘이있을 수 있지만 100 % 안전한 방법으로는 해결할 수없는 일반적인 문제입니다. 2는 단지 기존의 텍스트 전용 객체 중 하나를 기반으로 적절한 RenderListener를 구현하기 만하면됩니다. 실제로 iText에 대해 RichTextExtractionStrategy을 만드는 데 대한 이야기가있었습니다. 3을 더 강하게 검열해야한다.

사실 iText (Sharp)는 텍스트 파싱 기능이있는 유일한 PDF 라이브러리가 아니며 각각 고유 한 장점이 있습니다.그러나 가능한 한 문서 텍스트 스타일에서 많은 정보를 검색하는 데 사용할 수있는 프레임 워크를 제공합니다. 텍스트를 스타일을 변경 예를 들어 내가 편집 기존의 PDF 파일의 텍스트 스타일에 대한 설계는 C# 콘솔 응용 프로그램에서 일하고 있어요

는, 텍스트 을 변경, 굵게 또는 기울임 꼴이거나 글꼴 - 가족을 추가 색상 ... 등.

동일한 글꼴 모음에서 다른 글꼴이나 다른 스타일의 너비가 크게 다를 수 있다는 점을 감안할 때 이는 매우 놀라운 일입니다. 이것은 추악한 외모 나 PDF 리플렉션에 대한 텍스트 리플 로우가 필요할 수 있습니다.