Jak pracovat s operátory obsahu v Javě

Přístup k obsahu

Each Page v řádku: Document Obsahuje svůj grafický obsah v obsahu. obsahuje řadu PDF operátorů, které definují položení textu, příkazy k kreslení a Číst byty přímého obsahu ze stránky:

try (Document doc = new Document("input.pdf")) {
    PageCollection pages = doc.getPages();
    Page page = pages.get(1);
    byte[] contentBytes = page.getContents().toByteArray();
    System.out.println("Content stream size: " + contentBytes.length + " bytes");
}

Parser s ContentStreamParserem

ContentStreamParser tokenizuje a analyzuje obsahový proud do objektů operátorů, umožňující kontrolu každého příkazu kreslení v proudu:

try (Document doc = new Document("input.pdf")) {
    PageCollection pages = doc.getPages();
    Page page = pages.get(1);
    byte[] contentBytes = page.getContents().toByteArray();
    ContentStreamParser parser = new ContentStreamParser(contentBytes);
    // Iterate over parsed operators
}

Vytvořte s ContentStreamBuilderem

ContentStreamBuilder vytváří nové toky obsahu pro vestavbu do Page. Použití: ContentStreamBuilder při konstrukci obsahu stránky programaticky spíše než Po vytvoření toku, přidělit ji zpět k souboru. stránku a uložit dokument.

Reference provozovatele

Operátory toků obsahu PDF jsou definovány v ISO 32000-1:2008, tabulka A.1. Mezi běžné operátorY patří:

• Textové operátory: BT, ET, Tf, Tj
• Grafické provozovatelé: q, Q, cm
• Provozovatelé traťových cest: m, l, h, f, S