Cum să lucrați cu operatorii de flux de conținut în Java

Acces la fluxul de conținut

Fiecare Page în a Document Conținutul grafic este reţinut într-un flux de conținute. conține o secvență de operatori PDF care definesc poziționarea textului, comenzile de desen și Citeste fluxul de byte al continutului brut dintr-o pagina:

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");
}

Parsează cu ContentStreamParser

ContentStreamParser tokenisează și analizează un flux de conținut în obiecte operator;, care permite inspecția fiecărei comenzi de desenare din flux:

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
}

Construi cu ContentStreamBuilder

ContentStreamBuilder creează noi fluxuri de conținut pentru încorporare într-un Page. Utilizare: ContentStreamBuilder atunci când construiți conținutul paginii programatic mai degrabă decât După construirea fluxului, atribuiți-l înapoi la sistemul de date. Pagina și salvați documentul.

Referință operatorului

Operatorii de flux PDF sunt definiți în ISO 32000-1:2008, tabelul A.1.:

• Operatoare de text: BT, ET, Tf, Tj
• Operatori de stare grafică: q, Q, cm
• Operatorii de traseu: m, l, h, f, S