使用LocationTextExtractionStrategy时抛出“Coordinate outside allowed range”异常

我碰到过不少开发者遇到这个问题，本质是iText底层依赖的Clipper库对整数坐标范围有严格限制——如果PDF页面里的文本或图形元素的坐标值过大（比如生成PDF的工具输出了异常的超大坐标），转换为Clipper要求的整数格式时就会超出有效范围，触发这个IllegalStateException。

下面给你几个针对性的解决办法：

1. 改用SimpleTextExtractionStrategy（无需位置信息时首选） #

如果你的业务场景不需要保留文本的位置排版逻辑（比如不需要维持行顺序、段落结构），直接换成SimpleTextExtractionStrategy就好，它不会触发Clipper的坐标检查逻辑：

for (int pageNum = 1; pageNum <= document.getNumberOfPages(); pageNum++) { 
    PdfPage page = document.getPage(pageNum); 
    sb.append(PdfTextExtractor.getTextFromPage(page, new SimpleTextExtractionStrategy())); 
}

2. 自定义安全版LocationTextExtractionStrategy（需保留位置信息时） #

如果必须基于位置提取文本，你可以继承LocationTextExtractionStrategy，在处理文本时捕获坐标异常，跳过有问题的元素：

public class SafeLocationTextExtractionStrategy extends LocationTextExtractionStrategy {
    @Override
    protected void processText(TextRenderInfo renderInfo) {
        try {
            super.processText(renderInfo);
        } catch (IllegalStateException e) {
            // 只处理坐标范围异常，其他异常正常抛出
            if (e.getMessage() != null && e.getMessage().contains("Coordinate outside allowed range")) {
                // 可选：记录日志，方便后续排查问题PDF
                // System.out.println("Skipping problematic text element on page: " + renderInfo.getPageNumber());
                return;
            }
            throw e;
        }
    }
}

然后在代码中使用这个自定义策略：

for (int pageNum = 1; pageNum <= document.getNumberOfPages(); pageNum++) { 
    PdfPage page = document.getPage(pageNum); 
    sb.append(PdfTextExtractor.getTextFromPage(page, new SafeLocationTextExtractionStrategy())); 
}

3. 修复PDF的异常坐标（可控PDF场景） #

如果这个PDF是你自己生成或者可以修改的，可以先检查并修正页面的超大坐标：

for (int pageNum = 1; pageNum <= document.getNumberOfPages(); pageNum++) { 
    PdfPage page = document.getPage(pageNum);
    Rectangle cropBox = page.getCropBox();
    // 将页面坐标归一化到0起始的合理范围
    Rectangle adjustedBox = new Rectangle(0, 0, cropBox.getWidth(), cropBox.getHeight());
    page.setMediaBox(adjustedBox);
    page.setCropBox(adjustedBox);
    
    // 再提取文本
    sb.append(PdfTextExtractor.getTextFromPage(page, new LocationTextExtractionStrategy())); 
}

注意：这个方法需要确保PDF内容不会因为坐标调整而出现错位，建议先测试少量PDF验证。

额外建议 #

如果用的是较旧版本的iText，建议升级到最新的稳定版（比如7.2.x及以上）——官方在后续版本中优化了Clipper的坐标处理逻辑，可能已经修复了这类边界问题。

内容的提问来源于stack exchange，提问作者Gustavo Piucco