使用 iText7 和 C# 突出显示现有 PDF 文档中的单词

Question

我已经为这个问题苦苦挣扎了好几天了。我希望这里有人可以提供帮助。

我的文件流中有一个 PDF 文档，我想使用 C# 中的 iText7 8.0.3 查找关键字“and”的所有实例，并用红色背景突出显示它们，然后将文档保存回内存流然后到 pdf 副本。

这是我的代码，几乎可以工作，它确实渲染了红色背景，但只是在错误的相对位置：-

using iText.Kernel.Colors;
using iText.Kernel.Pdf;
using iText.Kernel.Pdf.Canvas;
using iText.Kernel.Pdf.Canvas.Parser;
using iText.Kernel.Pdf.Canvas.Parser.Listener;
using System.IO;

FileStream src = new FileStream("C:\\Temp\\34207180.pdf", FileMode.Open);
MemoryStream ms = new MemoryStream();

string keyword = "and";

PdfDocument pdfDoc = new PdfDocument(new PdfReader(src), new PdfWriter(ms));

int pdfPages = pdfDoc.GetNumberOfPages();

for (int page = 1; page <= pdfPages; page++)
{

    Regex regex = new Regex(keyword, RegexOptions.IgnoreCase);

    RegexBasedLocationExtractionStrategy extractionStrategy = new RegexBasedLocationExtractionStrategy(regex);

    PdfCanvasProcessor parser = new PdfCanvasProcessor(extractionStrategy);

    parser.ProcessPageContent(pdfDoc.GetPage(page));

    List<IPdfTextLocation> locs = extractionStrategy.GetResultantLocations().ToList();

    PdfCanvas pdfCanvas = new PdfCanvas(pdfDoc.GetPage(page).NewContentStreamAfter(), pdfDoc.GetPage(page).GetResources(), pdfDoc);

    foreach (var l in locs)
    {

        pdfCanvas
            .SaveState()
            .SetFillColor(ColorConstants.RED)
            .Rectangle(l.GetRectangle().GetX(), l.GetRectangle().GetY(), l.GetRectangle().GetWidth(), l.GetRectangle().GetHeight())
            .Fill()
            .RestoreState();

    }

}

pdfDoc.Close();

byte[] img = ms.ToArray();
File.WriteAllBytes("C:\\Temp\\34207180-dest.pdf", img);

这里是输入和输出 PDF 文件的示例， 来源 目的地

谁能解释一下这是怎么回事？就像 GetResultantLocations 返回的值的比例与 PdfCanvas 矩形填充所需的比例不同。

我在这个网站和其他地方阅读了很多文章，但没有解决。

Answer 1

你所做的绘图会受到原始内容中设置的变换矩阵的影响。

为了不受任何活动变换矩阵的影响，您可以使用 Canvas PdfCanvas(PdfPage page, boolwrappOldContent)。这将包装现有内容并恢复到原始状态。

绘制的矩形将遮挡文本。这可以通过将混合模式设置为相乘来解决。

Canvas.SetExtGState(new PdfExtGState().SetBlendMode(PdfExtGState.BM_MULTIPLY))

我更新了您的部分代码以反映这些和其他一些更改：

    PdfCanvas pdfCanvas = new PdfCanvas(pdfDoc.GetPage(page), true);
    pdfCanvas.SaveState();
    pdfCanvas.SetFillColor(ColorConstants.RED);
    pdfCanvas.SetExtGState(new PdfExtGState().SetBlendMode(PdfExtGState.BM_MULTIPLY));
    
    foreach (var l in locs)
    {
        pdfCanvas
            .Rectangle(l.GetRectangle().GetX(), l.GetRectangle().GetY(), l.GetRectangle().GetWidth(),
                l.GetRectangle().GetHeight())
            .Fill();
    }
    pdfCanvas.RestoreState();