如何在PDF可见文本后台添加隐藏元素以区分相同文本的跳转目标

可行实现方案 #

有三种成熟的方案可以在PDF生成阶段嵌入标识，后续用PDFBox可直接读取识别：

• 方案1：嵌入隐藏注释标记
  这是实现成本最低的方案，你可以在每个「Link 1」文本的对应坐标位置，添加一个完全隐藏的注释，注释内容存储该文本对应的跳转目标页码。注释会被标记为不可见、不可打印、不响应交互，完全不影响PDF的正常显示效果。
  后续处理时，你只需要先遍历所有页面的注释，拿到每个注释的坐标范围和存储的目标值，再和字符串匹配拿到的「Link 1」坐标做关联即可，不需要额外做文本区分。
  示例实现代码如下：

// PDF生成阶段添加隐藏标记
PDPage targetPage = document.getPage(pageIndex);
// 填入当前「Link 1」的坐标和尺寸
PDRectangle textRect = new PDRectangle(textX, textY, textWidth, textHeight);
PDAnnotationTextMarkup hiddenMark = new PDAnnotationTextMarkup(PDAnnotationTextMarkup.SUB_TYPE_HIGHLIGHT);
hiddenMark.setRectangle(textRect);
hiddenMark.setContents("redirect_to:3"); // 存储跳转目标，可自定义格式
// 设置注释完全隐藏，不影响正常使用
hiddenMark.setHidden(true);
hiddenMark.setNoView(true);
hiddenMark.setNoPrint(true);
hiddenMark.setNoRotate(true);
targetPage.getAnnotations().add(hiddenMark);

• 方案2：插入同背景隐藏文本
  在每个「Link 1」的相邻位置插入极小字号、颜色和背景完全一致的文本，内容为你自定义的跳转标识，比如设置字号为0.001pt、颜色和页面背景同为白色，用户完全看不到这个文本。
  后续处理时，先提取所有文本和坐标，匹配到隐藏标识后，关联相邻的「Link 1」文本即可获取跳转目标。
• 方案3：使用标记PDF（Tagged PDF）结构树
  这是PDF规范内的标准做法，你可以在生成PDF时给每个「Link 1」的文本元素添加对应的结构节点，在节点的自定义属性中存储跳转目标。后续处理时直接读取PDF的逻辑结构树，就能直接拿到每个文本对应的跳转目标，不需要额外做坐标匹配。
  如果你的PDF生成场景需要符合 accessibility 规范，优先选这个方案。

内容的提问来源于stack exchange，提问作者Viral Thakkar