使用 iTextSharp 删除 PDF 不可见对象

Question

是否可以使用 iTextSharp 从 PDF 文档中删除不可见（或至少不显示）的对象？

更多详情：

1）我的源是一个包含图像和文本（可能是一些矢量绘图）和嵌入字体的 PDF 页面。

2）有一个界面可以设计多个“裁剪框”。

3）我必须生成一个新的 PDF，其中仅包含裁剪框内的内容。必须从生成的文档中删除任何其他内容（事实上，我可以接受一半在里面，一半在外面的内容，但这不是理想的情况，无论如何它都不应该出现）。

到目前为止我的解决方案：

我已经成功开发了一种创建新临时文档的解决方案，每个文档都包含每个裁剪框的内容（使用 writer.GetImportedPage 和 contentByte.AddTemplate 到与裁剪框大小完全相同的页面）。然后，我创建最终文档并重复该过程，使用 AddTemplate 方法将每个“裁剪页面”放置在最终页面中。

这个解决方案有两大缺点：

• 文档的尺寸是[原始尺寸]*[裁剪框数量]，因为整个页面都在那里，盖章了很多次！ （看不见，但它就在那里）
• 仍然可以通过在阅读器中选择全部 (CTRL+A) 并粘贴来访问不可见文本。

所以，我想我需要遍历PDF对象，检测它是否可见，然后删除它。在撰写本文时，我正在尝试使用 pdfReader.GetPdfObject。

感谢您的帮助。

Answer 1

PdfReader pdfReader = new PdfReader(../Template_Path.pdf"));
PdfStamper pdfStamperToPopulate = new PdfStamper(pdfReader, new FileStream(outputPath, FileMode.Create));
AcroFields pdfFormFields = pdfStamperToPopulate.AcroFields;
pdfFormFields.RemoveField("fieldNameToBeRemoved");

Answer 2

是的，这是可能的。您需要将 pdf 页面内容字节解析为 PdfObjects，将它们存储到内存中，删除不需要的 PdfObject，将 Pdf 内容从 PdfObject 构建回 pdf 内容字节，在通过 PdfWriter 导入页面之前替换 PdfReader 中的页面内容。

我建议您查看以下内容：http://habjan.blogspot.com/2013/09/proof-of-concept-converting-pdf-files.html

链接中的示例实现了 Pdf 内容字节解析，从 PdfObjec 构建回来，替换 PdfReader 页面内容字节...

Answer 3

这是我找到的三个解决方案，如果它可以帮助某人（使用iTextSharp，Amyuni或Tracker-Software，正如@Hetote在评论中所说，他正在寻找另一个库）：

使用iTextSharp

正如@martinbuberl 在另一个问题中回答的：

public static void CropDocument(string file, string oldchar, string repChar)
{
    int pageNumber = 1;
    PdfReader reader = new PdfReader(file);
    iTextSharp.text.Rectangle size = new iTextSharp.text.Rectangle(
    Globals.fX,
    Globals.fY,
    Globals.fWidth,
    Globals.fHeight);
    Document document = new Document(size);
    PdfWriter writer = PdfWriter.GetInstance(document,
    new FileStream(file.Replace(oldchar, repChar),
    FileMode.Create, FileAccess.Write));
    document.Open();
    PdfContentByte cb = writer.DirectContent;
    document.NewPage();
    PdfImportedPage page = writer.GetImportedPage(reader,
    pageNumber);
    cb.AddTemplate(page, 0, 0);
    document.Close();
}

@rafixwpt 在

他的问题中的另一个答案，但它不会删除不可见的元素，它会清理页面的一个区域，这可能会影响页面的其他部分：

static void textsharpie()
{
    string file = "C:\\testpdf.pdf";
    string oldchar = "testpdf.pdf";
    string repChar = "test.pdf";
    PdfReader reader = new PdfReader(file);
    PdfStamper stamper = new PdfStamper(reader, new FileStream(file.Replace(oldchar, repChar), FileMode.Create, FileAccess.Write));
    List<PdfCleanUpLocation> cleanUpLocations = new List<PdfCleanUpLocation>();
    cleanUpLocations.Add(new PdfCleanUpLocation(1, new iTextSharp.text.Rectangle(0f, 0f, 600f, 115f), iTextSharp.text.BaseColor.WHITE));
    PdfCleanUpProcessor cleaner = new PdfCleanUpProcessor(cleanUpLocations, stamper);
    cleaner.CleanUp();
    stamper.Close();
    reader.Close();
}

使用Amyuni

正如@yms在另一个问题中回答的

：

IacDocument.GetObjectsInRectangle 方法

GetObjectsInRectangle 方法获取矩形中的所有对象 指定的矩形。

然后你可以迭代页面中的所有对象并删除那些你不感兴趣的：

//open a pdf document
document.Open(testfile, "");
IacPage page1 = document.GetPage(1);
Amyuni.PDFCreator.IacAttribute attribute = page1.AttributeByName("Objects");

// listObj is an array list of graphic objects
System.Collections.ArrayList listobj = (System.Collections.ArrayList) attribute.Value.Cast<IacObject>();;

// listObjToKeep is an array list of graphic objects inside a rectangle
var listObjToKeep = document.GetObjectsInRectangle(0f, 0f, 600f, 115f,  IacGetRectObjectsConstants.acGetRectObjectsIntersecting).Cast<IacObject>();
foreach (IacObject pdfObj in listObj.Except(listObjToKeep))
{
   // if pdfObj is not in visible inside the rectangle then call pdfObj.Delete();
   pdfObj.Delete(false);
}

正如@yms在评论中所说，使用5.0版本中的新方法

IacDocument.Redact

的另一种解决方案也可以用于删除指定矩形中的所有对象，并在其位置绘制纯色矩形。

使用Tracker-Software Editor SDK

我没有尝试过，但似乎有可能，请参阅此

post

。

Answer 4

PdfReader pdfReader = new PdfReader("../Template_Path.pdf");
PdfStamper pdfStamperToPopulate = new PdfStamper(pdfReader, new FileStream(outputPath, FileMode.Create));
AcroFields pdfFormFields = pdfStamperToPopulate.AcroFields;
pdfFormFields.RemoveField("fieldNameToBeRemoved");

Answer 5