iText-操纵现有PDF-在每个段落末尾添加破折号

我需要操纵iText中现有的PDF，在每个段落的末尾添加破折号。大概是这样的：

我会用Word和tab-leaders做这个

在现有文档上使用iText是否可以做到这一点

任何帮助都将不胜感激

谢谢

编辑以进行澄清

iText版本是5.5.x，但我想我们可以升级它，如果新版本的任务更简单的话

可能有一些段落不需要破折号，但我可以控制原始PDF。它是由不同的系统组合而成的，我可以在需要引线的段落中添加一些标记（例如，我可以在这些段落的末尾添加“~tab~”之类的文本）

目前，需要这种编辑的文档有页眉和页脚，只有文本和一列对齐对齐

编辑以获得更多澄清

我甚至可以（通过配置）为特定文档设置破折号必须结束的位置（即10px）。我们知道每一种需要以这种方式操作的文档类型（及其结构）。

这是非常困难的。 您应该将PDF文档视为指令的容器，而不是所见即所得格式。因此，找出行的位置（更不用说段落）是非常困难的

高级别计划：

使用IEventListener处理正在解析的PDF中的事件

注意TextRenderInfo事件，存储它们

对TextRenderInfo事件进行排序，以确保事件列表符合逻辑读取顺序

如果列表中的项目出现在同一行上且相距小于一定距离（例如，TextRenderInfo指定的字体中的3个空格的距离），则合并列表中的项目

现在你应该有台词了

如果直线在垂直方向上彼此接近，并且水平重叠，则合并直线。它们之间的距离应该有多近，重叠的程度是您必须弄清楚的，并且可能会因页面和文档的不同而有所不同

现在你应该有段落了

找出每个段落的边界框。或者更准确地说，是凸面外壳。有一种很好的算法叫做礼品包装算法

现在，您可以通过检查凸面外壳来简单地插入线。这是简单的一步

如果可以插入标记，则可以使用iText7轻松地完成此操作。iText7有一个IEventListener的实现，允许您在PDF文档中查找正则表达式。它返回找到正则表达式的位置。如果可以确保标记始终满足某种正则表达式，则可以轻松查找它们，获取它们的坐标，并在计算位置插入一条线

当然，然后需要去掉标记文本。 为此，您可以使用pdfSweep。

这非常难。 您应该将PDF文档视为指令的容器，而不是所见即所得格式。因此，找出行的位置（更不用说段落）是非常困难的

高级别计划：

使用IEventListener处理正在解析的PDF中的事件

注意TextRenderInfo事件，存储它们

对TextRenderInfo事件进行排序，以确保事件列表符合逻辑读取顺序

如果列表中的项目出现在同一行上且相距小于一定距离（例如，TextRenderInfo指定的字体中的3个空格的距离），则合并列表中的项目

现在你应该有台词了

如果直线在垂直方向上彼此接近，并且水平重叠，则合并直线。它们之间的距离应该有多近，重叠的程度是您必须弄清楚的，并且可能会因页面和文档的不同而有所不同

现在你应该有段落了

找出每个段落的边界框。或者更准确地说，是凸面外壳。有一种很好的算法叫做礼品包装算法

现在，您可以通过检查凸面外壳来简单地插入线。这是简单的一步

如果可以插入标记，则可以使用iText7轻松地完成此操作。iText7有一个IEventListener的实现，允许您在PDF文档中查找正则表达式。它返回找到正则表达式的位置。如果可以确保标记始终满足某种正则表达式，则可以轻松查找它们，获取它们的坐标，并在计算位置插入一条线

当然，然后需要去掉标记文本。

---

为此，您可以使用pdfSweep。

在图像中，所有段落都具有相同的宽度，并且左右对齐；此外，只有一个文本列，只有段落，没有页眉，没有页脚，没有页边空白材料，没有图像。对于你的任务来说，这是理所当然的吗？你没有提到你使用的iText的风格，它是5.5.x版本还是7.0.x版本？你说你可以“为特定文档设置破折号必须结束的位置（即10px）”—你是说距离页面边框10px？或者你的意思是每一个破折号都应该在10px后结束？（顺便说一句，像素对于PDF来说不是一个很自然的单位。）是的，我可以根据页面边框指定破折号的结束位置。如果文档没有其他特殊之处，那么绘制这些线条并不太困难。一个人只需要找到没有其他人长的文本线，然后画线。在你的图像中，所有段落都有相同的宽度，并且左右对齐；此外，只有一个文本列，只有段落，没有页眉，没有页脚，没有页边空白材料，没有图像。对于你的任务来说，这是理所当然的吗？你没有提到你使用的iText的风格，它是5.5.x版本还是7.0.x版本？你说你可以“设置破折号必须结束的位置（即10像素）