java - 在itextpdf中应用位置提取策略后，我们可以使用文本提取策略吗？

Question

我使用以下代码从特定位置获取 PDF 中的数据。我想在该位置显示粗体文本。

Rectangle rect = new Rectangle(0,0,250,250);
RenderFilter filter = new RegiontextRenderFilter(rect);
fontBasedTextExtractionStrategy strategy = new fontBasedTextExtractionStrategy();
strategy = new FilteredTextRenderListener(new LocationTextExtractionStrategy(), filter); //Throws Error.

首先，创建一个名为 fontBasedTextExtractionStrategy 的新方法而不是简单的文本 TextExtractionStrategy 有帮助吗？类似下面的内容

 public class fontBasedTextExtractionStrategy implements TextExtractionStrategy {
    private String text;

    @Override
    public void beginTextBlock() {
    }

    @Override
    public void renderText(TextRenderInfo renderInfo) {
        text = renderInfo.getText();

        System.out.println(renderInfo.getFont().getFontType());

        System.out.print(text);
    }

    @Override
    public void endTextBlock() {
    }

    @Override
    public void renderImage(ImageRenderInfo renderInfo) {
    }

    @Override
    public String getResultantText() {
        return text;
    }
}

但是如何正确调用它呢？

Answer 1

请查看 ParseCustom例子。在此示例中，我们创建一个自定义 RenderFilter(不是 TextExtractionStrategy):

class FontRenderFilter extends RenderFilter {
    public boolean allowText(TextRenderInfo renderInfo) {
        String font = renderInfo.getFont().getPostscriptFontName();
        return font.endsWith("Bold") || font.endsWith("Oblique");
    }
}

此文本将过滤所有文本，以便仅过滤 Postscript 字体名称以 Bold 或 Oblique 结尾的文本。

这是使用此过滤器的方式:

public void parse(String filename) throws IOException {
    PdfReader reader = new PdfReader(filename);
    Rectangle rect = new Rectangle(36, 750, 559, 806);
    RenderFilter regionFilter = new RegionTextRenderFilter(rect);
    FontRenderFilter fontFilter = new FontRenderFilter();
    TextExtractionStrategy strategy = new FilteredTextRenderListener(
            new LocationTextExtractionStrategy(), regionFilter, fontFilter);
    System.out.println(PdfTextExtractor.getTextFromPage(reader, 1, strategy));
    reader.close();
}

如您所见，我们创建了一个 FilteredTextRenderListener，它采用两个过滤器:一个 RegionTextRenderFilter 和我们基于字体自制的过滤器。