Skip to main content
 首页 » 编程设计

python之Pdftron之创建与现有元素具有相同样式的新元素

2024年11月01日8Free-Thinker

我正在尝试使用 PdfTron 创建 PDF 编辑原型(prototype)软件。

我已成功创建界面,用户可以在该界面中单击从 PDF 创建的图像,选择区域,然后将显示一个文本输入框,然后他/她可以在其中输入文本,这将替换 PDF 文件中的内容。

现在文本替换部分有问题。由于没有适用于 Python 的 API 文档(仅示例),我正在关注 Java/Android API 文档。

我现在在哪里。我有以下代码来找出用户选择的矩形中的元素。值x1、y1、x2、y2是基于前端用户选择的PDF坐标。

rect = Rect(x1, y1, x2, y2) 
text = '' 
extractor = TextExtractor() 
extractor.Begin(page) 
line = extractor.GetFirstLine() 
words = [] 
while line.IsValid(): 
    word = line.GetFirstWord() 
    while word.IsValid(): 
        elRect = word.GetBBox() 
        elRect.Normalize() 
        if elRect.IntersectRect(elRect, rect): 
            text += ' ' + word.GetString() 
            words.append(word) 
        word = word.GetNextWord() 
    line = line.GetNextLine() 

words 基本上是数组,我在其中存储稍后需要替换为新元素的内容。

现在是问题。我希望新元素具有与旧文本相同的样式和字体。 Api ( link) 告诉我使用

style = words[0].GetStyle() 

给我单词的样式,我可以使用从样式中获取字体

font = style.GetFont() 

文档:https://www.pdftron.com/pdfnet/mobile/docs/Android/pdftron/PDF/TextExtractor.Style.html

但是这个返回的 font 是 Obj 类而不是 Font 类。

显然,创建带有字体的新文本元素需要 Font 类的对象。

因为

element = eb.CreateTextBegin(font, 10.0); 

产生一个错误:

Traceback (most recent call last): 
  File "<console>", line 1, in <module> 
  File "/home/alan/.virtualenvs/pdfprint/local/lib/python2.7/site-packages/PDFNetPython2.py", line 5056, in CreateTextBegin 
    def CreateTextBegin(self, *args): return _PDFNetPython2.ElementBuilder_CreateTextBegin(self, *args) 
NotImplementedError: Wrong number or type of arguments for overloaded function 'ElementBuilder_CreateTextBegin'. 
  Possible C/C++ prototypes are: 
    pdftron::PDF::ElementBuilder::CreateTextBegin(pdftron::PDF::Font,double) 
    pdftron::PDF::ElementBuilder::CreateTextBegin() 

也许有更好的方法来达到相同的结果?

编辑1

阅读文档我发现你可以创建基于 Object 的 Font 对象,例如:

font = Font(style.GetFont()) 

尽管如此,仍然坚持使用这些样式创建元素。

/edit1

编辑2

我使用下面的代码来测试写入文件:

style = elements[0].GetStyle() 
font = Font(style.GetFont()) 
fontsize = style.GetFontSize() 
eb = ElementBuilder() 
element = eb.CreateTextBegin(font, 10.0) 
writer.WriteElement(element) 
element = eb.CreateTextRun('My Name') 
element.SetTextMatrix(10, 0, 0, 10, 100, 100) 
gstate = element.GetGState() 
gstate.SetTextRenderMode(GState.e_fill_text) 
gstate.SetStrokeColorSpace(ColorSpace.CreateDeviceRGB()) 
gstate.SetStrokeColor(ColorPt(1, 1, 1)) 
element.UpdateTextMetrics() 
writer.WriteElement(element) 
writer.WriteElement(eb.CreateTextEnd()) 
writer.End() 
from core.helpers import ensure_dir 
ensure_dir(output_filename) 
doc.Save(output_filename, SDFDoc.e_linearized) 
doc.Close() 

我想不通的是:

  1. 如何从现有元素复制样式。
  2. 如何在文档中定位新元素。
  3. 为什么这个测试代码没有给我可见的结果。据我所知,它创建的新文件在任何地方都没有“我的名字”。

/Edit2

请您参考如下方法:

根据上面的代码,您似乎想要根据页面上第一个单词使用的字体样式(字体名称 + 颜色)将一些文本附加到现有页面。

上面的代码有几个问题。您正在设置描边颜色而不是填充:

gstate.SetTextRenderMode(GState.e_fill_text) 
gstate.SetStrokeColorSpace(ColorSpace.CreateDeviceRGB()); 
gstate.SetStrokeColor(ColorPt(1, 1, 1)) 

尝试

gstate.SetTextRenderMode(GState.e_fill_text) 
gstate.SetFillColorSpace(ColorSpace.CreateDeviceRGB()); 
gstate.SetFillColor(ColorPt(1, 0, 0))  // hardcode to red … for testing purposes only 

主要问题很可能与字体处理有关。您正在劫持现有字体并假设该字体使用“标准编码”。但是,此字体可能未使用标准编码。此外,现有 PDF 中的字体通常是子集(这意味着字体不包含完整的字形列表,而仅包含文档中存在的字符引用)。因此,您可能会看到 notdef 或空格而不是预期的文本。这个问题和其他一些问题在此处进行了介绍:

https://groups.google.com/d/msg/pdfnet-sdk/RBTuJG2uILk/pGkrKnqZ_YIJ https://groups.google.com/d/msg/pdfnet-sdk/2y8s5aehq-c/xyknr9W5r-cJ

作为解决方案,您可以找到匹配的系统字体(例如,基于字体名称和其他属性)并创建新字体,而不是直接使用嵌入字体。 PDFNet 提供了一种实用方法 Font.Create(doc, font) , or Font.Create(doc, "Font name") .

此方法将创建 Unicode 字体,因此您应该使用 eb.CreateUnicodeTextRun() 而不是 eb.CreateTextRun()。

或者,您可以使用 AcroForm 作为模板(参见 InteractiveForms 示例)并使用 pdfdoc.FattenAnnotations() 来结束文档的只读版本。