使用iText7与C#高亮PDF文字时位置偏移问题求助

1. 坐标系统不匹配：PDF页面可能存在旋转（如90/180/270度），RegexBasedLocationExtractionStrategy返回的文本位置矩形是基于内容流的原始用户空间坐标，未适配页面旋转后的坐标系统，导致绘制位置偏移。
2. 绘制顺序错误：你使用NewContentStreamAfter()在原有文本内容之后绘制红色背景，会导致红色覆盖文本，而不是作为背景显示。

修改代码解决坐标适配和绘制顺序问题：

1. 将画布创建改为NewContentStreamBefore()，让背景绘制在文本下方；
2. 根据页面旋转角度，转换文本位置矩形的坐标，适配页面的显示坐标系统；
3. 补充System.Text.RegularExpressions引用（原代码使用了Regex但未显式引用）。

修改后的完整代码 #

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;
using System.Text.RegularExpressions;
using System.Collections.Generic;

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);
    
    PdfPage pdfPage = pdfDoc.GetPage(page);
    parser.ProcessPageContent(pdfPage);

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

    // 创建在文本内容之前的画布，用于绘制背景
    PdfCanvas pdfCanvas = new PdfCanvas(pdfPage.NewContentStreamBefore(), pdfPage.GetResources(), pdfDoc);

    Rectangle pageSize = pdfPage.GetPageSizeWithRotation();
    int rotation = pdfPage.GetRotation();

    foreach (var l in locs)
    {
        Rectangle rect = l.GetRectangle();
        Rectangle transformedRect;

        // 根据页面旋转转换坐标
        switch (rotation)
        {
            case 90:
                transformedRect = new Rectangle(
                    pageSize.GetHeight() - rect.GetY() - rect.GetHeight(),
                    rect.GetX(),
                    rect.GetHeight(),
                    rect.GetWidth()
                );
                break;
            case 180:
                transformedRect = new Rectangle(
                    pageSize.GetWidth() - rect.GetX() - rect.GetWidth(),
                    pageSize.GetHeight() - rect.GetY() - rect.GetHeight(),
                    rect.GetWidth(),
                    rect.GetHeight()
                );
                break;
            case 270:
                transformedRect = new Rectangle(
                    rect.GetY(),
                    pageSize.GetWidth() - rect.GetX() - rect.GetWidth(),
                    rect.GetHeight(),
                    rect.GetWidth()
                );
                break;
            default:
                transformedRect = rect;
                break;
        }

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

pdfDoc.Close();

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

• 如果页面存在裁剪框（CropBox）偏移，还需要结合pdfPage.GetCropBox()进一步调整坐标，但大多数常规PDF仅需处理旋转即可解决位置问题；
• RegexOptions.IgnoreCase确保匹配大小写不同的"and"（如"And"、"AND"），若不需要可移除该选项。

内容的提问来源于stack exchange，提问作者Adam D.