如何使用iText7为PDF中含特定字符串的指定行添加命名目标

核心思路 #

要实现该需求，需通过iText7的文本提取能力定位目标字符串的位置，确定其所在行的边界后，为该行创建并关联命名目标（Named Destination）。

依赖准备 #

如果使用Maven管理项目，需引入iText7核心依赖：

<dependency>
    <groupId>com.itextpdf</groupId>
    <artifactId>itext7-core</artifactId>
    <version>7.2.5</version>
</dependency>

代码实现 #

以下是Java示例代码，可直接调整参数使用：

import com.itextpdf.kernel.pdf.*;
import com.itextpdf.kernel.pdf.canvas.parser.PdfTextExtractor;
import com.itextpdf.kernel.pdf.canvas.parser.listener.LocationTextExtractionStrategy;
import com.itextpdf.kernel.pdf.canvas.parser.listener.TextChunk;
import java.util.List;

public class PdfNamedTargetHandler {
    public static void addNamedTargetForTargetLine(String srcPdf, String destPdf, String targetStr, String targetName) {
        try (PdfReader reader = new PdfReader(srcPdf);
             PdfWriter writer = new PdfWriter(destPdf);
             PdfDocument pdfDoc = new PdfDocument(reader, writer)) {

            // 遍历PDF的每一页
            for (int pageNo = 1; pageNo <= pdfDoc.getNumberOfPages(); pageNo++) {
                PdfPage currentPage = pdfDoc.getPage(pageNo);
                LocationTextExtractionStrategy extractionStrategy = new LocationTextExtractionStrategy();
                PdfTextExtractor.getTextFromPage(currentPage, extractionStrategy);
                List<TextChunk> textChunks = extractionStrategy.getTextChunks();

                // 逐个检查文本块，寻找包含目标字符串的片段
                for (TextChunk chunk : textChunks) {
                    String chunkContent = chunk.getText();
                    if (chunkContent.contains(targetStr)) {
                        // 获取文本块的Y坐标，以此为基准确定行范围
                        float chunkYPos = chunk.getLocation().getStartLocation().get(Vector.I2);
                        // 这里根据经验设置行的上下边界，可根据实际字体大小调整
                        float lineTop = chunkYPos + 15;
                        float lineBottom = chunkYPos - 5;

                        // 创建指向该行的目的地（以PDF左下角为原点，Y轴向上）
                        PdfDestination lineDestination = PdfDestination.makeDestination(
                                new PdfArray(new float[]{pageNo, PdfName.XYZ, 0, lineBottom, 1})
                        );
                        // 将命名目标与目的地关联
                        PdfNamedDestination.addNamedDestination(pdfDoc, targetName, lineDestination);

                        // 若只需处理第一个匹配行，保留break；需处理所有匹配则删除
                        break;
                    }
                }
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

    public static void main(String[] args) {
        // 示例调用：源PDF、输出PDF、目标字符串、命名目标名称
        addNamedTargetForTargetLine("input.pdf", "output.pdf", "需要定位的特定字符串", "target_line_01");
    }
}

关键说明 #

• 行边界精度优化：示例中用固定值扩展行范围，若需更精确，可从文本块的FontProgram中获取字体的getAscent()和getDescent()值，结合文本块的Y坐标计算准确行高。
• 多匹配处理：如果PDF中有多个包含目标字符串的行，删除代码中的break即可为所有匹配行添加命名目标（注意需为每个目标设置唯一名称）。
• 坐标系统注意：PDF的坐标原点在页面左下角，Y轴向上，代码中创建PdfDestination时需遵循此规则。
• 命名目标唯一性：确保targetName在PDF中唯一，否则会覆盖已存在的同名目标。

内容的提问来源于stack exchange，提问作者Mdarende