추출 PDF 주석

Question

C#을 사용하여 PDF의 주석 만 추출하고 읽기해야합니다.

PDFBox와 itextsharp를 모두 사용하여 파일을 추출 할 수 있지만 주석 텍스트 나 밑줄이 있거나 색이있는 선 (강조 표시된 선)을 읽을 필요가 있습니다.

아이디어가 있으십니까?

Answer 1

페이지의 실제 내용 (페이지의 콘텐츠 스트림의 PDF 구문을 사용하여 설명 된 내용)과 페이지에 추가 된 주석 페이지 사전의 /Annots 항목의 주석 사전에 설명 된 내용).

지금까지 주석 사전의 컨텐츠를 추출하고 있지만 주석이 입력 된 /Rect 항목을 사용하여 위치가 식별 된 컨텐츠 스트림에서 컨텐츠를 추출하려고합니다. 이를 위해서는 페이지의 콘텐츠 스트림을 구문 분석해야합니다.

official iText web site에 가서 더 구체적으로 질문, 읽어 보시기 바랍니다 : How to read text from a specific position?

이 reader이 PdfReader 인스턴스가 있다고 가정은 rect는 추출 할 텍스트의 위치를 ​​정의 Rectangle 및 page 해당 페이지입니다 수, 당신은 RenderFilter를 작성하고이 같은 LocationTextExtractionStrategy를 사용할 수 있습니다

는

RenderFilter[] filter = {new RegionTextRenderFilter(rect)}; 
ITextExtractionStrategy strategy = 
    new FilteredTextRenderListener(
     new LocationTextExtractionStrategy(), filter); 
String text = PdfTextExtractor.GetTextFromPage(reader, page, strategy));