Java를 사용한 주석 및 특수 텍스트

강조 표시된 텍스트 추출

페이지 주석을 반복하고 HighlightAnnotation에서 표시된 텍스트를 읽습니다.

  1. Document 인스턴스에서 소스 PDF를 여세요.
  2. 대상 Page의 Annotation 개체를 반복하세요.
  3. 각 주석을 입력된 주석 클래스로 캐스팅하기 전에 각 주석이 HighlightAnnotation인지 확인하세요.
  4. 각 강조 표시 주석에서 표시된 텍스트를 읽고 콘솔에 인쇄하세요.
public static void extractHighlightedText(Path inputFile) {
    try (Document document = new Document(inputFile.toString())) {
        for (Annotation annotation : document.getPages().get_Item(1).getAnnotations()) {
            if (annotation instanceof HighlightAnnotation) {
                HighlightAnnotation highlightAnnotation = (HighlightAnnotation) annotation;
                System.out.println(highlightAnnotation.getMarkedText());
            }
        }
    }
}

스탬프 주석에서 텍스트 추출

스탬프 주석에서 일반 모양 스트림을 읽고 TextAbsorber를 통해 전달합니다.

  1. Document 인스턴스에서 소스 PDF를 여세요.
  2. 대상 Page의 Annotation 개체를 반복하세요.
  3. 유형이 Stamp인 주석으로 주석을 필터링하세요.
  4. TextAbsorber를 생성하고 스탬프 주석 모양 사전에서 일반 모양 항목을 요청하세요.
  5. 모양 XForm을 방문하여 추출된 텍스트를 인쇄하세요.
public static void extractStampText(Path inputFile) {
    try (Document document = new Document(inputFile.toString())) {
        for (Annotation annotation : document.getPages().get_Item(1).getAnnotations()) {
            if (annotation.getAnnotationType() == AnnotationType.Stamp) {
                TextAbsorber absorber = new TextAbsorber();
                Object[] xforms = new Object[1];
                if (annotation.getAppearance().tryGetValue("N", xforms) && xforms[0] instanceof XForm) {
                    absorber.visit((XForm) xforms[0]);
                    System.out.println(absorber.getText());
                }
            }
        }
    }
}

위 첨자 및 아래 첨자 텍스트 세부정보 추출

추출된 텍스트와 각 조각의 위 첨자 또는 아래 첨자 플래그가 모두 필요한 경우 TextFragmentAbsorber를 사용하세요.

  1. Document 인스턴스에서 소스 PDF를 여세요.
  2. 조각 수준 텍스트 분석을 위해 TextFragmentAbsorber를 만드세요.
  3. 대상 Page를 방문하여 해당 TextFragment 개체를 수집하세요.
  4. 해당 조각을 반복하고 fragment.getTextState()의 위 첨자 및 아래 첨자 플래그와 함께 텍스트를 읽으세요.
  5. 추출된 세부정보를 출력 파일에 쓰세요.
public static void extractSuperSubDetails(Path inputFile, Path outputFile, int pageNumber) throws Exception {
    try (Document document = new Document(inputFile.toString())) {
        TextFragmentAbsorber absorber = new TextFragmentAbsorber();
        document.getPages().get_Item(pageNumber).accept(absorber);
        StringBuilder details = new StringBuilder();
        for (TextFragment fragment : absorber.getTextFragments()) {
            details.append("Text: '").append(fragment.getText())
                    .append("' | Superscript: ").append(fragment.getTextState().isSuperscript())
                    .append(" | Subscript: ").append(fragment.getTextState().isSubscript())
                    .append(System.lineSeparator());
        }
        Files.writeString(outputFile, details.toString());
    }
}
다중 열 PDF에서 텍스트 추출 개선