- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在使用 PDF BOX 获取 PDF 文本的颜色信息。我可以使用以下代码获得输出。但是我的疑问是 StrokingColor 代表什么,Non stroking color 代表什么。基于此,我将如何决定哪个文本具有哪种颜色。有人建议我吗?我当前的输出是这样的:DeviceRGB设备CMYKjava.awt.Color[r=63,g=240,b=0]java.awt.Color[r=35,g=31,b=32]34.93499831.1131.875
PDDocument doc = null;
try {
doc = PDDocument.load(strFilepath);
PDFStreamEngine engine = new PDFStreamEngine(ResourceLoader.loadProperties("org/apache/pdfbox/resources/PageDrawer.properties"));
PDPage page = (PDPage)doc.getDocumentCatalog().getAllPages().get(1);
engine.processStream(page, page.findResources(), page.getContents().getStream());
PDGraphicsState graphicState = engine.getGraphicsState();
System.out.println(graphicState.getStrokingColor().getColorSpace().getName());
System.out.println(graphicState.getNonStrokingColor().getColorSpace().getName());
System.out.println(graphicState.getNonStrokingColor().getJavaColor());
System.out.println(graphicState.getStrokingColor().getJavaColor());
float colorSpaceValues[] = graphicState.getStrokingColor().getColorSpaceValue();
for (float c : colorSpaceValues) {
System.out.println(c * 255);
}
}
finally {
if (doc != null) {
doc.close();
}
}
最佳答案
根据评论中的说明,OP 希望
compare the font colors of one pdf page to another pdf page [...] if there is a text "Sample" in black color and some other text "sample1" in grey color....i need to know that sample--> black color, sample1-->grey color like this..i want the full text and its color
PDFBox 有一个文本提取引擎,PDFTextStripper
。但是,将它用于手头的任务存在一些挑战,其中包括:
最初它不是是为提取文本旁边的颜色信息而设计的;它使用的 TextPosition
对象甚至没有任何颜色属性。因此,我们必须对其进行一些扩展。
我们将首先为颜色操作注册监听器以跟踪颜色。
我们还将在另一个结构中存储 TextPosition
对象的颜色信息(我更愿意相应地扩展文本位置,但由于有几个不可访问的私有(private)成员,这会带来一些麻烦).
这已在 this answer 中详细显示。 ;对于背景,请看那里。
PDF 允许以多种方式绘制文本。字母可以用一种颜色填充,其边框可以用另一种颜色描边。它们的边界甚至可以作为后续绘图操作的剪切路径。我们只会考虑填充和描边颜色。
绘制的文本稍后可能会被其他绘图覆盖,要么完全隐藏它,要么改变它的外观颜色。我们暂时忽略它。
如前所述,我们像这样扩展 PDFTextStripper
:
import java.io.IOException;
import java.util.Arrays;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import org.apache.pdfbox.util.PDFTextStripper;
import org.apache.pdfbox.util.TextPosition;
public class ColorTextStripper extends PDFTextStripper
{
public ColorTextStripper() throws IOException
{
super();
setSuppressDuplicateOverlappingText(false);
registerOperatorProcessor("CS", new org.apache.pdfbox.util.operator.SetStrokingColorSpace());
registerOperatorProcessor("cs", new org.apache.pdfbox.util.operator.SetNonStrokingColorSpace());
registerOperatorProcessor("SC", new org.apache.pdfbox.util.operator.SetStrokingColor());
registerOperatorProcessor("sc", new org.apache.pdfbox.util.operator.SetNonStrokingColor());
registerOperatorProcessor("SCN", new org.apache.pdfbox.util.operator.SetStrokingColor());
registerOperatorProcessor("scn", new org.apache.pdfbox.util.operator.SetNonStrokingColor());
registerOperatorProcessor("G", new org.apache.pdfbox.util.operator.SetStrokingGrayColor());
registerOperatorProcessor("g", new org.apache.pdfbox.util.operator.SetNonStrokingGrayColor());
registerOperatorProcessor("RG", new org.apache.pdfbox.util.operator.SetStrokingRGBColor());
registerOperatorProcessor("rg", new org.apache.pdfbox.util.operator.SetNonStrokingRGBColor());
registerOperatorProcessor("K", new org.apache.pdfbox.util.operator.SetStrokingCMYKColor());
registerOperatorProcessor("k", new org.apache.pdfbox.util.operator.SetNonStrokingCMYKColor());
}
@Override
protected void processTextPosition(TextPosition text)
{
renderingMode.put(text, getGraphicsState().getTextState().getRenderingMode());
strokingColor.put(text, getGraphicsState().getStrokingColor().getColorSpaceValue());
nonStrokingColor.put(text, getGraphicsState().getNonStrokingColor().getColorSpaceValue());
super.processTextPosition(text);
}
Map<TextPosition, Integer> renderingMode = new HashMap<TextPosition, Integer>();
Map<TextPosition, float[]> strokingColor = new HashMap<TextPosition, float[]>();
Map<TextPosition, float[]> nonStrokingColor = new HashMap<TextPosition, float[]>();
final static List<Integer> FILLING_MODES = Arrays.asList(0, 2, 4, 6);
final static List<Integer> STROKING_MODES = Arrays.asList(1, 2, 5, 6);
final static List<Integer> CLIPPING_MODES = Arrays.asList(4, 5, 6, 7);
@Override
protected void writeString(String text, List<TextPosition> textPositions) throws IOException
{
for (TextPosition textPosition: textPositions)
{
Integer charRenderingMode = renderingMode.get(textPosition);
float[] charStrokingColor = strokingColor.get(textPosition);
float[] charNonStrokingColor = nonStrokingColor.get(textPosition);
StringBuilder textBuilder = new StringBuilder();
textBuilder.append(textPosition.getCharacter())
.append("{");
if (FILLING_MODES.contains(charRenderingMode))
{
textBuilder.append("FILL:")
.append(toString(charNonStrokingColor))
.append(';');
}
if (STROKING_MODES.contains(charRenderingMode))
{
textBuilder.append("STROKE:")
.append(toString(charStrokingColor))
.append(';');
}
if (CLIPPING_MODES.contains(charRenderingMode))
{
textBuilder.append("CLIP;");
}
textBuilder.append("}");
writeString(textBuilder.toString());
}
}
String toString(float[] values)
{
if (values == null)
return "null";
StringBuilder builder = new StringBuilder();
switch(values.length)
{
case 1:
builder.append("GRAY"); break;
case 3:
builder.append("RGB"); break;
case 4:
builder.append("CMYK"); break;
default:
builder.append("UNKNOWN");
}
for (float f: values)
{
builder.append(' ')
.append(f);
}
return builder.toString();
}
}
你可以这样调用它:
PDFTextStripper stripper = new ColorTextStripper();
PDDocument document = PDDocument.load(SOURCE_FILE);
String text = stripper.getText(document);
生成的文本包含如下内容:
P{FILL:RGB 0.803 0.076 0.086;}e{FILL:RGB 0.803 0.076 0.086;}l{FILL:RGB 0.803 0.076 0.086;}l{FILL:RGB 0.803 0.076 0.086;}e{FILL:RGB 0.803 0.076 0.086;}
和
G{FILL:RGB 0.102 0.101 0.095;}r{FILL:RGB 0.102 0.101 0.095;}a{FILL:RGB 0.102 0.101 0.095;}z{FILL:RGB 0.102 0.101 0.095;}i{FILL:RGB 0.102 0.101 0.095;}e{FILL:RGB 0.102 0.101 0.095;}
为 Pelle 和 Grazie 献上
或
K{FILL:RGB 0.0 0.322 0.573;}E{FILL:RGB 0.0 0.322 0.573;}Y{FILL:RGB 0.0 0.322 0.573;}
和
C{FILL:GRAY 0.0;}o{FILL:GRAY 0.0;}m{FILL:GRAY 0.0;}b{FILL:GRAY 0.0;}i{FILL:GRAY 0.0;}n{FILL:GRAY 0.0;}e{FILL:GRAY 0.0;}d{FILL:GRAY 0.0;}
对于 KEY 和 Combined 来自:
除了将所有信息序列化为 String
结果之外,您当然还可以创建一些以结构化方式同时包含颜色和字符信息的类。就像现在在 writeString
中创建字符串结果一样,您可以更改此方法以将此类的实例添加到其中的某个列表。
至少需要 PDFBox 版本 1.8.4 才能完成这项工作。我使用 2.0.0-SNAPSHOT 对其进行了测试,但 1.8.4 应该足够了。另一方面,1.8.3 有一个错误,有时会将错误的 TextPosition
对象转发给 writeString
,参见。 PDFBOX-1804 , 而早期版本根本不向 writeString
提供 TextPosition
集合。
PDFBox 2.x 中有多个重构和其他更改也与上述代码有关。
移植到 PDFBox 2.x 它可能看起来像这样:
public class ColorTextStripper extends PDFTextStripper {
public ColorTextStripper() throws IOException {
super();
setSuppressDuplicateOverlappingText(false);
addOperator(new org.apache.pdfbox.contentstream.operator.color.SetStrokingColorSpace());
addOperator(new org.apache.pdfbox.contentstream.operator.color.SetNonStrokingColorSpace());
addOperator(new org.apache.pdfbox.contentstream.operator.color.SetStrokingColor());
addOperator(new org.apache.pdfbox.contentstream.operator.color.SetNonStrokingColor());
addOperator(new org.apache.pdfbox.contentstream.operator.color.SetStrokingColorN());
addOperator(new org.apache.pdfbox.contentstream.operator.color.SetNonStrokingColorN());
addOperator(new org.apache.pdfbox.contentstream.operator.color.SetStrokingDeviceGrayColor());
addOperator(new org.apache.pdfbox.contentstream.operator.color.SetNonStrokingDeviceGrayColor());
addOperator(new org.apache.pdfbox.contentstream.operator.color.SetStrokingDeviceRGBColor());
addOperator(new org.apache.pdfbox.contentstream.operator.color.SetNonStrokingDeviceRGBColor());
addOperator(new org.apache.pdfbox.contentstream.operator.color.SetStrokingDeviceCMYKColor());
addOperator(new org.apache.pdfbox.contentstream.operator.color.SetNonStrokingDeviceCMYKColor());
}
@Override
protected void processTextPosition(TextPosition text) {
renderingMode.put(text, getGraphicsState().getTextState().getRenderingMode());
strokingColor.put(text, getGraphicsState().getStrokingColor().getComponents());
nonStrokingColor.put(text, getGraphicsState().getNonStrokingColor().getComponents());
super.processTextPosition(text);
}
Map<TextPosition, RenderingMode> renderingMode = new HashMap<TextPosition, RenderingMode>();
Map<TextPosition, float[]> strokingColor = new HashMap<TextPosition, float[]>();
Map<TextPosition, float[]> nonStrokingColor = new HashMap<TextPosition, float[]>();
final static List<RenderingMode> FILLING_MODES = Arrays.asList(RenderingMode.FILL, RenderingMode.FILL_STROKE, RenderingMode.FILL_CLIP, RenderingMode.FILL_STROKE_CLIP);
final static List<RenderingMode> STROKING_MODES = Arrays.asList(RenderingMode.STROKE, RenderingMode.FILL_STROKE, RenderingMode.STROKE_CLIP, RenderingMode.FILL_STROKE_CLIP);
final static List<RenderingMode> CLIPPING_MODES = Arrays.asList(RenderingMode.FILL_CLIP, RenderingMode.STROKE_CLIP, RenderingMode.FILL_STROKE_CLIP, RenderingMode.NEITHER_CLIP);
@Override
protected void writeString(String text, List<TextPosition> textPositions) throws IOException {
for (TextPosition textPosition: textPositions) {
RenderingMode charRenderingMode = renderingMode.get(textPosition);
float[] charStrokingColor = strokingColor.get(textPosition);
float[] charNonStrokingColor = nonStrokingColor.get(textPosition);
StringBuilder textBuilder = new StringBuilder();
textBuilder.append(textPosition.getUnicode()).append("{");
if (FILLING_MODES.contains(charRenderingMode)) {
textBuilder.append("FILL:").append(toString(charNonStrokingColor)).append(';');
}
if (STROKING_MODES.contains(charRenderingMode)) {
textBuilder.append("STROKE:").append(toString(charStrokingColor)).append(';');
}
if (CLIPPING_MODES.contains(charRenderingMode)) {
textBuilder.append("CLIP;");
}
textBuilder.append("}");
writeString(textBuilder.toString());
}
}
String toString(float[] values)
{
if (values == null)
return "null";
StringBuilder builder = new StringBuilder();
switch(values.length) {
case 1:
builder.append("GRAY"); break;
case 3:
builder.append("RGB"); break;
case 4:
builder.append("CMYK"); break;
default:
builder.append("UNKNOWN");
}
for (float f: values) {
builder.append(' ')
.append(f);
}
return builder.toString();
}
}
关于pdfbox - 使用 PDFBOX 根据 PDF 中的输出识别文本,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/21430341/
表架构 DROP TABLE bla; CREATE TABLE bla (id INTEGER, city INTEGER, year_ INTEGER, month_ INTEGER, val I
我需要拆分字符串/或从具有以下结构的字符串中获取更容易的子字符串。 字符串将来自 window.location.pathname 或 window.location.href,看起来像 text/n
每当将对象添加到数组中时,我都会尝试更新 TextView ,并在 TextView 中显示该文本,如下所示: "object 1" "object 2" 问题是,每次将新对象添加到数组时,它都会覆盖
我目前正在寻找使用 Java 读取网站可见文本并将其存储为纯文本字符串的方法。 换句话说,我想转换成这样: Hello stupid World进入“ Hello World ” 或者类似的东西 Un
我正在尝试以文本和 HTML 格式发送电子邮件,但无法正确发送正确的 header 。特别是,我想设置 Content-Type header ,但我找不到如何为 html 和文本部分单独设置它。 这
我尝试了上面的代码,但我无法绑定(bind)文本,我怎样才能将资源内部文本 bloc
我刚刚完成了 Space Shooter 教程,由于没有 GUIText 对象,所以我创建了 UI.Text 对象并进行了相应的编码。它在统一播放器中有效,但在构建 Web 应用程序后无效。我花了一段
我有这个代码: - (IBAction)setButtonPressed:(id)sender { NSUserDefaults *sharedDefaults = [[NSUserDefau
抱歉标题含糊不清,但我想不出我想在标题中做什么。无论如何,对于图像上的文本,我使用了 JLabel 文本并将其添加到图标中。 JLabel icon = new JLabel(new Imag
关闭。这个问题是not reproducible or was caused by typos .它目前不接受答案。 这个问题是由于错别字或无法再重现的问题引起的。虽然类似的问题可能是on-topi
我在将 Twitter 嵌入到我从 HTML 5 转换的 wordpress 运行网站时遇到问题。 我遇到的问题是推文不是我的自定义字体... 这是我无法使用任何 css 定位的 HTML 代码,我正
我正在尝试找到解决由于使用以下形式的代码而导致的冗余字符串连接问题的最佳方法: logger.debug("Entering loop, arg is: " + arg) // @1 在大多数情况下,
我写了这个测试 @Test public void removeRequestTextFromRouteError() throws Exception { String input = "F
我目前正在创建一个正则表达式来拆分所有匹配以下格式的字符串:&[文本],并且需要获取文本。字符串可能类似于:something &[text] &[text] everything &[text] 等
有没有办法将标题文本从一个词变形为另一个词,同时保留两个词中使用的字母?我看过的许多 css 文本动画大多是视觉的,很少有旋转整个单词的。 我想要做的是从一个词过渡,例如“BEACH”到“CHANGE
总结matplotlib绘图如何设置坐标轴刻度大小和刻度。 上代码: ?
我在容器 (1) 中创建了容器 (2)。你能帮忙如何向容器(1)添加文本吗?下面是我的代码 return Scaffold( body: Padding( padding: c
我似乎找不到任何人或任何人这样做过。我试图限制我们使用的图像数量,并想创建一个带有渐变作为其“颜色”的文本,并在其周围设置渐变轮廓/描边 到目前为止,我还没有看到任何将两者结合在一起的东西。 我可以自
我正在为视频游戏暗黑破坏神 2 使用 discord.py 构建一个不和谐机器人。其中一项功能要求机器人从暗黑破坏神 2 屏幕截图中提取项目的名称和属性。我目前正在为此使用 pytesseract,但
我很难弄清楚如何旋转 strip.text theme 中的属性来自 ggplot2 .我使用的是 R 版本 3.4.2 和 ggplot2 版本 2.2.1。 以下是 MWE 的数据。 > dput
我是一名优秀的程序员,十分优秀!