如何使用iText7提取PDF页面象限内容生成独立新PDF文件

可行性说明 #

该需求完全可通过iText7落地实现，整个操作链路不会对原有PDF页面执行任何裁剪、属性修改操作，所有内容筛选逻辑都在新文档生成过程中完成，源PDF的内容、页面属性始终保持原始状态，不会被写入操作改动。

核心实现逻辑 #

iText7支持在内容流写入过程中实时设置内容裁剪边界，不需要修改源页面的任何固有属性即可完成内容过滤：

• 所有坐标计算基于PDF原生坐标系规则：PDF坐标系原点位于页面左下角，x轴向右递增、y轴向上递增，和日常阅读的页面视觉视角存在Y轴方向的差异，计算时需要注意匹配
• 假设读取的源页面视觉尺寸宽度为pageWidth、高度为pageHeight，四个象限的边界范围可通过简单换算得到：
  • 右上象限：X范围[pageWidth/2, pageWidth]，Y范围[pageHeight/2, pageHeight]
  • 左上象限：X范围[0, pageWidth/2]，Y范围[pageHeight/2, pageHeight]
  • 左下象限：X范围[0, pageWidth/2]，Y范围[0, pageHeight/2]
  • 右下象限：X范围[pageWidth/2, pageWidth]，Y范围[0, pageHeight/2]
• 生成新页面时，新页面的宽高和对应象限的矩形尺寸完全匹配，迁移源页面内容时，仅保留落在当前象限坐标范围内的元素，超出边界的内容直接在写入阶段被过滤丢弃

具体操作步骤 #

• 加载源PDF文件，逐页获取PdfPage实例，读取其CropBox对应的宽高作为页面视觉计算尺寸
• 针对每一页的四个象限，分别生成对应边界范围的Rectangle裁剪对象
• 根据输出要求初始化文档实例：如果需要把拆分后的象限内容合并到同一个PDF，就新建一个全局的PdfDocument实例；如果需要每个象限生成独立PDF文档，就为每个象限单独初始化对应的文件输出流和PdfDocument实例
• 针对每个象限的裁剪规则，创建和象限尺寸一致的空白新页面，通过PdfCanvas迁移源页面的内容流，同时设置当前的裁剪边界，让内容仅在指定象限范围内渲染
• 完成所有内容写入后关闭输出文档，最终得到的新文件中，每个页面/独立文档仅保留对应象限的内容，全程不涉及对源PDF的裁剪操作

关键注意点 #

• 整个流程中不会触发对源PDF页面CropBox、TrimBox等任何页面属性的修改，所有边界限制都是内容写入阶段的临时过滤规则，源文件始终保持原始状态
• 矢量图形、嵌入字体、位图图片、透明图层等复杂页面元素，iText7的裁剪逻辑会自动适配，不会出现内容错位、渲染异常的问题
• 处理多页PDF批量拆分时，只需要对每一页重复执行上述象限拆分逻辑即可，不需要逐页手动调整参数

内容的提问来源于stack exchange，提问作者Shankar