Java中如何获取iText7 Paragraph对象的文本内容

iText 7的Paragraph类没有提供直接获取整段纯文本的API，所有添加到段落里的内容（包括直接传入的字符串、显式创建的Text对象）都会以子节点的形式存储在内部结构中，遍历子节点提取Text类型节点的内容即可拿到完整文本。

具体实现逻辑 #

• 遍历Paragraph的子节点集合
• 识别子节点中的Text类型对象，拼接其存储的文本内容
• 传入目标Paragraph对象调用提取逻辑，即可得到完整文本用于打印

代码示例 #

文本提取工具方法 #

import com.itextpdf.layout.element.IElement;
import com.itextpdf.layout.element.Text;
import com.itextpdf.layout.element.Paragraph;
import java.util.List;

public class ParagraphTextUtil {
    public static String getParagraphText(Paragraph para) {
        StringBuilder textBuilder = new StringBuilder();
        List<IElement> childElements = para.getChildren();
        for (IElement child : childElements) {
            // 直接add传入的字符串会被iText自动包装为Text对象，统一处理即可
            if (child instanceof Text) {
                textBuilder.append(((Text) child).getText());
            }
            // 如果段落内嵌套了Span、Link等其他内联元素，可在此处增加类型判断递归提取
        }
        return textBuilder.toString();
    }
}

业务代码调用方式 #

在原有代码中创建完Paragraph对象后，直接调用工具方法打印即可：

Paragraph p = new Paragraph(new Text("Content1"))
        .add(" Content2");
// 打印提取到的段落文本
System.out.println(ParagraphTextUtil.getParagraphText(p));

运行后控制台输出结果为：

Content1 Content2

注意事项 #

• 该方案完全适配iText 7.1.2版本，不需要引入额外依赖，也不需要触发PDF渲染流程
• 如果段落中存在嵌套的文本容器（比如Span、Link），只需要在工具方法中补充对应类型的判断，递归遍历其子节点提取Text内容即可覆盖所有复杂场景
• 不要使用PDF渲染阶段的事件监听提取文本，该类方案仅用于提取已经渲染到PDF页面的内容，不适合提取内存中未排版的Paragraph对象文本
• 自定义的继承自Paragraph的子类（比如你代码里的LineCountingParagraph）也可以直接使用该工具方法提取文本

内容的提问来源于stack exchange，提问作者Kishore Kumar Korada