itextpdf 找出PDF中 文字的坐标

目录

• 添加引用
• 添加工具类
• 调用

找到位置，签名的话见：https://www.cnblogs.com/vipsoft/p/18644127

新项目可以尝试一下 iText 7 , 我这边是老项目所以还是继续使用 iText 5，主打够用
iText 5 没有直接提供获取文本精确位置的功能。它只能提取文本内容，而文本位置通常需要通过额外的解析和计算来确定。

思路：在同一行，且一些词是连续的，前后没有空白字符串，即认为是一个词
需要特殊处理：

• “姓 名：” 中间有空格
• 读取PDF时，有些肉眼看上去是一行的字，可能会被解析为多个，导致找不到满足条件的关键字

添加引用

<itextpdf.version>5.5.13</itextpdf.version> <itext-asian.version>5.2.0</itext-asian.version>  <dependency>     <groupId>com.itextpdf</groupId>     <artifactId>itextpdf</artifactId>     <version>${itextpdf.version}</version> </dependency> <!--没有这个的话，添加文字会报错--> <dependency>     <groupId>com.itextpdf</groupId>     <artifactId>itext-asian</artifactId>     <version>${itext-asian.version}</version> </dependency> 

添加工具类

package com.vipsoft.web;  import cn.hutool.core.util.StrUtil; import com.itextpdf.text.pdf.parser.ImageRenderInfo; import com.itextpdf.text.pdf.parser.RenderListener; import com.itextpdf.text.pdf.parser.TextRenderInfo; import com.itextpdf.awt.geom.Rectangle2D.Float;  import java.util.ArrayList; import java.util.List;   public class KeyWordPositionListener implements RenderListener {      /**      * 用来存储页面上所有的词      * - 排除连续空格      */     private List<WordItem> allItems = new ArrayList<WordItem>();      /**      * 搜索关键词      */     private String keyWord;     /**      * 是否是新的词      */     private boolean newWord = false;     /**      * 记录上一个字符 -- 用于判断是否是一组词      */     private WordItem prevItem = new WordItem();      /**      * 已找到的词信息      */     private WordItem wordItem;      public WordItem getWordItem() {         return wordItem;     }      public void setKeyWord(String keyWord) {         this.keyWord = keyWord;     }      @Override     public void beginTextBlock() {         // TODO Auto-generated method stub     }      /**      * 方法会在解析文本时被调用，它检查每个文本片段是否包含关键词，并记录其位置。      *      * @param renderInfo      */     @Override     public void renderText(TextRenderInfo renderInfo) {         if (wordItem != null || StrUtil.isEmpty(keyWord)) {             return;         }         // 读取PDF时，有些肉眼看上去是一行的字，可能会被解析为多个，导致找不到满足条件的关键字，这里做了简单的处理         // 即如果一些词是连续的，前后没有空白字符串，即认为是一个词         String content = renderInfo.getText().trim();         Float textRectangle = renderInfo.getBaseline().getBoundingRectange();         if (StrUtil.isEmpty(content)) {             // 当前扫出来的是空字符串，视新一个新的词即将开始             newWord = true; //            System.out.println("扫出空的，跳过  x=" + textRectangle.getX() + " y=" + textRectangle.getY());             return;         }         if (StrUtil.isEmpty(prevItem.getContent())) {             // 这段可以不需要             // prevItem 中还没有存内容的，当前文字也视为新的词             newWord = true; //            System.out.println("prevItem 中还没有存内容的，视为新词");         }         if (StrUtil.isNotEmpty(prevItem.getContent()) && (Math.abs((int) prevItem.getY() - (int) textRectangle.getY()) > 5)) {             //Y 正负2内，视为同一行             System.out.println("不在同一行：prevItem=" + prevItem.getContent() + " x=" + (int) prevItem.getX() + " y=" + (int) prevItem.getY());             System.out.println("不在同一行：content=" + content + " x=" + (int) textRectangle.getX() + " y=" + (int) textRectangle.getY());             System.out.println("当前内容和prevItem 不在同一行，视为新词");             newWord = true;         }         if (newWord) {             //重置             System.out.println("重置 prevItem: " + prevItem.getContent());             prevItem = new WordItem();         }         System.out.println("已扫到字：content=" + content + " x=" + textRectangle.getX() + " y=" + textRectangle.getY());         String preContent = StrUtil.isNotEmpty(prevItem.getContent()) ? prevItem.getContent() : "";         prevItem.setContent(preContent + content);         prevItem.setX(textRectangle.getX());         prevItem.setY(textRectangle.getY());         if (prevItem.getContent().contains(keyWord)) {             //System.out.println("找到了【" + keyWord + "】 " + prevItem.getContent() + " x= " + prevItem.getX() + " y= " + prevItem.getY());             wordItem = prevItem;         }         newWord = false;     }      @Override     public void endTextBlock() {         // TODO Auto-generated method stub     }      @Override     public void renderImage(ImageRenderInfo renderInfo) {         // TODO Auto-generated method stub     }  }  /**  * 存储一个词的信息  */ class WordItem {     private String content;     private double x;     private double y;     ... getters and setters ... } 

调用

@Test void searchText() throws Exception {     String filepath = "D:\Report.pdf";     String keyWord = "审核医生";     int page = 1;     PdfReader pdfReader = new PdfReader(filepath);     //int pageNum = pdfReader.getNumberOfPages(); //循环没页PDF查找     PdfReaderContentParser pdfReaderContentParser = new PdfReaderContentParser(pdfReader);     KeyWordPositionListener renderListener = new KeyWordPositionListener();     renderListener.setKeyWord(keyWord);     pdfReaderContentParser.processContent(page, renderListener);     WordItem wordItem = renderListener.getWordItem();     if (wordItem == null) {         System.out.println("没找到 " + keyWord);         return;     }     System.out.println("找到了【" + keyWord + "】 " + wordItem.getContent() + " x= " + wordItem.getX() + " y= " + wordItem.getY()); }