如何获取PdfSharp中XGraphics.DrawString创建的文本元素ID及查找指定文本

问题背景 #

使用PdfSharp NuGet包可在PDF文档中创建文本元素，但XGraphics.DrawString方法无返回值，无法直接识别创建的元素。现有创建文本元素的代码如下：

private static void DrawLabel(PdfPage page, PdfRectangle pdfRect, string text, XFont Font, XBrush brush, XStringFormat format)
{
    using (XGraphics gfx = XGraphics.FromPdfPage(page))
    {
        gfx.DrawString(text, font, brush, layoutRect, format);
    }
}

需解决两个核心问题：

• 如何确定所创建的文本元素
• 如何查找含特定文本的已有元素

解决方案 #

一、跟踪创建的文本元素 #

由于DrawString本身不返回元素引用，需手动记录文本元素的关键信息：

1. 定义一个自定义类存储文本元素的元数据：

   public class PdfTextElement
   {
       public string Text { get; set; }
       public PdfRectangle Bounds { get; set; }
       public XFont Font { get; set; }
       public XStringFormat Format { get; set; }
       public PdfPage Page { get; set; }
   }
   

2. 维护一个集合存储所有绘制的文本元素，修改DrawLabel方法时同步添加元数据：

   // 类级别集合，用于记录所有绘制的文本元素
   private static List<PdfTextElement> _drawnTextElements = new List<PdfTextElement>();
   
   private static void DrawLabel(PdfPage page, PdfRectangle pdfRect, string text, XFont font, XBrush brush, XStringFormat format)
   {
       using (XGraphics gfx = XGraphics.FromPdfPage(page))
       {
           gfx.DrawString(text, font, brush, pdfRect, format);
           // 同步记录文本元素信息
           _drawnTextElements.Add(new PdfTextElement
           {
               Text = text,
               Bounds = pdfRect,
               Font = font,
               Format = format,
               Page = page
           });
       }
   }
   

3. 后续需要确认创建的元素时，直接从_drawnTextElements集合中查询即可。

二、查找已有PDF中的特定文本元素 #

PdfSharp本身无内置文本提取API，需通过内容解析或第三方工具实现：

1. 使用PdfSharp内置的内容解析工具（部分版本包含PdfSharp.Pdf.Content命名空间）：

   public static List<PdfTextElement> FindTextInPage(PdfPage page, string searchText)
   {
       var foundElements = new List<PdfTextElement>();
       var contentReader = PdfContentReader.FromPage(page);
       foreach (var content in contentReader.Contents)
       {
           if (content.Text.Contains(searchText))
           {
               foundElements.Add(new PdfTextElement
               {
                   Text = content.Text,
                   Bounds = content.Bounds,
                   Page = page
               });
           }
       }
       return foundElements;
   }
   

2. 注意事项：解析时需处理文本分段、换行等情况，复杂PDF可能需要拼接分散的文本片段；若内置解析能力不足，可搭配专门的PDF文本提取库（需注意许可证兼容性）辅助实现。

内容的提问来源于stack exchange，提问作者Matt W