iText - 操作现有的 PDF - 在每个段落的末尾添加破折号

Question

我需要在 iText 中操作现有的 PDF 以在每个段落的末尾添加破折号。像这样的：

我会在 Word 中使用制表符进行此操作。

这是否可以在现有文档上使用 iText。

任何帮助将不胜感激。

谢谢！

编辑澄清

iText 版本是 5.5.x，但我想我们可以升级它，如果新版本的任务会更容易的话。

可能有些段落不需要破折号，但我可以控制原始 PDF。它由不同的系统组装而成，我可以在需要前导的段落中添加某种标记（即，我可以在这些段落的末尾添加诸如“~tab~”之类的文本）。

目前需要这种编辑的文档有页眉和页脚，只有文本和一列对齐。

编辑以获得更多说明

我什至可以（通过配置）为特定文档设置破折号的结束位置（即 10 像素）。我们知道需要以这种方式操作的每种文档类型（及其结构）。

Answer 1

这太难了。 您应该将 PDF 文档视为指令的容器，而不是所见即所得的格式。所以找出行在哪里（更不用说段落）是非常困难的。

高层计划：

1. 使用 IEventListener 处理正在解析的 PDF 中的事件
2. 留意 TextRenderInfo 事件，存储它们
3. 对 TextRenderInfo 事件进行排序，以确保您的事件列表符合逻辑阅读顺序。
4. 合并列表中的项目，如果它们出现在同一行并且相距小于一定距离（例如 TextRenderInfo 指定的字体中 3 个空格的距离）
5. 现在你应该有线条了
6. 如果它们在垂直方向上非常接近并且水平重叠，则合并它们。它们应该有多接近，以及它们有多少重叠是您必须弄清楚的，并且可能因页面和文档而异。
7. 现在你应该有段落了
8. 找出每个段落的边界框。或者更准确地说，凸包。有一种很好的算法，称为礼品包装算法。
9. 现在您可以通过检查凸包来简单地插入线条。这是简单的一步。

如果您可以插入标记，则可以使用 iText7 轻松完成此操作。 iText7 具有 IEventListener 的实现，允许您在 PDF 文档中查找正则表达式。它返回找到正则表达式的位置。如果您可以确保您的标记始终满足某种正则表达式，您可以轻松地查找它们，获取它们的坐标，并在计算出的位置插入一条线。

当然，那么你需要去掉标记文本。 为此，您可以使用 pdfSweep。