使用PDFClown突出顯示文本而不使用PDF批注

Question

我幾周前開始使用PDFClown。 我的目的是多單詞突出顯示，主要是在報紙上。 從org.pdfclown.samples.cli.TextHighlightSample示例開始，我成功提取了多個單詞的位置並突出顯示了它們。 在大多數情況下，我什至解決了一些由於文本排序和匹配導致的問題。

不幸的是，我的框架包括FPDI ，並且沒有考慮PDFAnnotations 。 因此，頁面內容流之外的所有內容（例如文本注釋和其他所謂的標記注釋）都會丟失。

那么關於在不使用PDF注釋的情況下使用PdfClown創建“文本突出顯示”的任何建議嗎？

Answer 1

為了在注釋中沒有高亮顯示，而是在實際的頁面內容流中顯示突出顯示，必須將圖形突擊隊員放入頁面內容流中，在org.pdfclown.samples.cli.TextHighlightSample示例的情況下，將其隱式地放入普通內容中。注釋外觀流。

可以這樣實現：

org.pdfclown.files.File file = new org.pdfclown.files.File(resource);
Pattern pattern = Pattern.compile("S", Pattern.CASE_INSENSITIVE);
TextExtractor textExtractor = new TextExtractor(true, true);

for (final Page page : file.getDocument().getPages())
{
    final List<Quad> highlightQuads = new ArrayList<Quad>();

    Map<Rectangle2D, List<ITextString>> textStrings = textExtractor.extract(page);
    final Matcher matcher = pattern.matcher(TextExtractor.toString(textStrings));

    textExtractor.filter(textStrings, new TextExtractor.IIntervalFilter()
    {
        @Override
        public boolean hasNext()
        {
            return matcher.find();
        }

        @Override
        public Interval<Integer> next()
        {
            return new Interval<Integer>(matcher.start(), matcher.end());
        }

        @Override
        public void process(Interval<Integer> interval, ITextString match)
        {
            {
                Rectangle2D textBox = null;
                for (TextChar textChar : match.getTextChars())
                {
                    Rectangle2D textCharBox = textChar.getBox();
                    if (textBox == null)
                    {
                        textBox = (Rectangle2D) textCharBox.clone();
                    }
                    else
                    {
                        if (textCharBox.getY() > textBox.getMaxY())
                        {
                            highlightQuads.add(Quad.get(textBox));
                            textBox = (Rectangle2D) textCharBox.clone();
                        }
                        else
                        {
                            textBox.add(textCharBox);
                        }
                    }
                }
                highlightQuads.add(Quad.get(textBox));
            }
        }

        @Override
        public void remove()
        {
            throw new UnsupportedOperationException();
        }
    });

    // Highlight the text pattern match!
    ExtGState defaultExtGState = new ExtGState(file.getDocument());
    defaultExtGState.setAlphaShape(false);
    defaultExtGState.setBlendMode(Arrays.asList(BlendModeEnum.Multiply));

    PrimitiveComposer composer = new PrimitiveComposer(page);
    composer.getScanner().moveEnd();
    // TODO: reset graphics state here.
    composer.applyState(defaultExtGState);
    composer.setFillColor(new DeviceRGBColor(1, 1, 0));
    {
        for (Quad markupBox : highlightQuads)
        {
            Point2D[] points = markupBox.getPoints();
            double markupBoxHeight = points[3].getY() - points[0].getY();
            double markupBoxMargin = markupBoxHeight * .25;
            composer.drawCurve(new Point2D.Double(points[3].getX(), points[3].getY()),
                    new Point2D.Double(points[0].getX(), points[0].getY()),
                    new Point2D.Double(points[3].getX() - markupBoxMargin, points[3].getY() - markupBoxMargin),
                    new Point2D.Double(points[0].getX() - markupBoxMargin, points[0].getY() + markupBoxMargin));
            composer.drawLine(new Point2D.Double(points[1].getX(), points[1].getY()));
            composer.drawCurve(new Point2D.Double(points[2].getX(), points[2].getY()),
                    new Point2D.Double(points[1].getX() + markupBoxMargin, points[1].getY() + markupBoxMargin),
                    new Point2D.Double(points[2].getX() + markupBoxMargin, points[2].getY() - markupBoxMargin));
            composer.fill();
        }
    }
    composer.flush();
}

file.save(new File(RESULT_FOLDER, "multiPage-highlight-content.pdf"), SerializationModeEnum.Incremental);

（ HighlightInContent.java方法testHighlightInContent）

您將從原始示例中識別出文本提取框架。 現在僅需要處理整個頁面中的四邊形，然后再對其進行處理，並且處理代碼（大部分代碼是從TextMarkup.refreshAppearance()借用的）將代表四邊形的表單繪制到頁面內容中。

請注意，要使該功能正常工作，必須在插入新指令之前重置圖形狀態（該位置標記有TODO注釋）。 這可以通過應用保存/恢復狀態或通過實際抵消不需要的已更改狀態條目來完成。 不幸的是，我沒有在PDF Clown中看到如何做前者，並且還沒有時間去做后者。