Extrair dados vetoriais de um arquivo PDF usando Java

Acessar dados vetoriais de um documento PDF

Use GraphicsAbsorber inspecionar elementos gráficos vetoriais em uma página e gravar sua geometria básica em um arquivo de texto.

1. Abra o PDF de origem em uma instância de Document.
2. Crie um GraphicsAbsorber e visite a página de destino Page para coletar operações de gráficos vetoriais.
3. Itere através dos extraídos objetos GraphicElement e leia suas coleções de retângulo, posição e operador.
4. Construa o texto de saída com detalhes de geometria e contagem de operadores para cada elemento.
5. Grave os dados vetoriais extraídos no arquivo de saída.

public static void extractGraphicsElements(Path inputFile, Path outputFile) throws Exception {
    try (Document document = new Document(inputFile.toString())) {
        GraphicsAbsorber absorber = new GraphicsAbsorber();
        absorber.visit(document.getPages().get_Item(1));

        StringBuilder text = new StringBuilder();
        int index = 1;
        for (GraphicElement element : absorber.getElements()) {
            text.append("Element ").append(index)
                    .append(": Rectangle = ").append(element.getRectangle())
                    .append(", Position = ").append(element.getPosition())
                    .append(", Operators = ").append(element.getOperators().size())
                    .append("\n");
            index++;
        }
        Files.writeString(outputFile, text.toString());
    }
}

Salvar gráficos vetoriais da página em SVG

1. Abra o PDF de origem em uma instância de Document.
2. Obtenha o destino Page do documento.
3. Chame page.trySaveVectorGraphics(outputFile.toString()) para exportar o conteúdo gráfico vetorial dessa página diretamente para SVG.

public static void saveVectorGraphicsToSvg(Path inputFile, Path outputFile) {
    try (Document document = new Document(inputFile.toString())) {
        Page page = document.getPages().get_Item(1);
        page.trySaveVectorGraphics(outputFile.toString());
    }
}

Salvar cada elemento extraído em um SVG separado

1. Abra o PDF de origem em uma instância de Document.
2. Crie um GraphicsAbsorber e visite a página de destino Page.
3. Crie o diretório de saída para os subcaminhos extraídos antes de gravar quaisquer arquivos.
4. Itere através dos extraídos objetos GraphicElement e chamada saveToSvg(...) para cada elemento.
5. Salve cada elemento extraído em um arquivo SVG separado.

public static void extractSubpathsToSvgs(Path inputFile, Path outputDir) throws Exception {
    try (Document document = new Document(inputFile.toString())) {
        GraphicsAbsorber absorber = new GraphicsAbsorber();
        absorber.visit(document.getPages().get_Item(1));
        Path subpathsDir = outputDir.resolve("subpaths");
        Files.createDirectories(subpathsDir);

        int index = 1;
        for (GraphicElement element : absorber.getElements()) {
            element.saveToSvg(subpathsDir.resolve("subpath_" + index + ".svg").toString());
            index++;
        }
    }
}

Combine os elementos extraídos em um único SVG

1. Abra o PDF de origem em uma instância de Document.
2. Crie um GraphicsAbsorber e visite a página de destino Page.
3. Crie a marcação de contêiner SVG que conterá os fragmentos vetoriais combinados.
4. Itere através dos extraídos objetos GraphicElement e anexe cada fragmento SVG gerado.
5. Grave a saída SVG combinada no arquivo de destino.

public static void extractListOfElementsToSingleImage(Path inputFile, Path outputFile) throws Exception {
    try (Document document = new Document(inputFile.toString())) {
        GraphicsAbsorber absorber = new GraphicsAbsorber();
        absorber.visit(document.getPages().get_Item(1));

        StringBuilder svg = new StringBuilder();
        svg.append("<svg xmlns=\"http://www.w3.org/2000/svg\">\n");
        for (GraphicElement element : absorber.getElements()) {
            svg.append(element.saveToSvg()).append("\n");
        }
        svg.append("</svg>\n");
        Files.writeString(outputFile, svg.toString());
    }
}

Extrair um único elemento vetorial

1. Abra o PDF de origem em uma instância de Document.
2. Crie um GraphicsAbsorber e visite a página de destino Page.
3. Obtenha o necessário GraphicElement da coleção de elementos extraídos.
4. Verifique se o elemento selecionado é um XFormPlacement e desça para seus elementos aninhados quando necessário.
5. Salve o elemento vetorial selecionado no arquivo SVG de saída.

public static void extractSingleVectorElement(Path inputFile, Path outputFile) {
    try (Document document = new Document(inputFile.toString())) {
        GraphicsAbsorber graphicsAbsorber = new GraphicsAbsorber();
        Page page = document.getPages().get_Item(1);
        graphicsAbsorber.visit(page);
        if (graphicsAbsorber.getElements().size() > 1) {
            GraphicElement xformPlacement = graphicsAbsorber.getElements().get_Item(1);
            if (xformPlacement instanceof XFormPlacement) {
                XFormPlacement placement = (XFormPlacement) xformPlacement;
                if (placement.getElements().size() > 2) {
                    placement.getElements().get_Item(2).saveToSvg(outputFile.toString());
                }
            } else {
                xformPlacement.saveToSvg(outputFile.toString());
            }
        }
    }
}