Java 如何使用ApachePDFBox选择PDF文本？

我试图在JavaFX上的PDF阅读应用程序中选择文本。我有PDF文件，其中包含带有文本和OCR层的屏幕截图。所以我需要的文本是可选的，就像在普通的观众。我设置从页面获取图像，现在尝试找出如何突出显示文本

我尝试了以下几点：

    InputStream is = this.getClass().getResourceAsStream(currentPdf);
    Image convertedImage;
    try {
        PDDocument document = PDDocument.load(is);
        List<PDPage> list = document.getDocumentCatalog().getAllPages();
        PDPage page = list.get(pageNum);
        List annotations = page.getAnnotations();
        PDAnnotationTextMarkup markup = new PDAnnotationTextMarkup(PDAnnotationTextMarkup.SUB_TYPE_HIGHLIGHT);
        markup.setRectangle(new PDRectangle(600, 600));
        markup.setQuadPoints(new float[]{100, 100, 200, 100, 100, 500, 200, 500});
        annotations.add(markup);
        page.setAnnotations(annotations);
        BufferedImage image = page.convertToImage(BufferedImage.TYPE_INT_RGB, 128);
        convertedImage = SwingFXUtils.toFXImage(image, null);
        document.close();
        imageView.setImage(convertedImage);
    } catch (Exception e) {
        throw new RuntimeException(e);
    }

question.getSelectedBounds()
                .stream()
                .map(Shape::getBounds)
                .forEach(bounds -> {
                    SquareAnnotation squareAnnotation = (SquareAnnotation)
                            AnnotationFactory.buildAnnotation(
                                    pdfController.getPageTree().getLibrary(),
                                    Annotation.SUBTYPE_SQUARE,
                                    bounds);
                    squareAnnotation.setFillColor(true);
                    squareAnnotation.setFillColor(new Color(255, 250, 57, 120));
                    squareAnnotation.setRectangle(bounds);
                    squareAnnotation.setBBox(bounds);
                    squareAnnotation.resetAppearanceStream(null);
                    AbstractAnnotationComponent annotationComponent = AnnotationComponentFactory
                            .buildAnnotationComponent(squareAnnotation, pdfController.getDocumentViewController(),
                                    pageViewComponent, pdfController.getDocumentViewController().getDocumentViewModel());
                    pageViewComponent.addAnnotation(annotationComponent);
                });

InputStream is=this.getClass（）.getResourceAsStream（currentPdf）；
图像转换图像；
试一试{
PDDocument document=PDDocument.load（is）；
列表=document.getDocumentCatalog（）.getAllPages（）；
PDPage=list.get（pageNum）；
列表注释=page.getAnnotations（）；
PDAnnotationTextMarkup markup=新的PDAnnotationTextMarkup（PDAnnotationTextMarkup.SUB_TYPE_HIGHLIGHT）；
setRectangle（新的PDRectangle（600600））；
设定点（新浮点[]{100100200100100500200500}）；
添加（标记）；
第页。设置注释（注释）；
BuffereImage image=page.convertToImage（buffereImage.TYPE_INT_RGB，128）；
convertedImage=SwingFXUtils.toFXImage（图像，null）；
document.close（）；
设置图像（转换图像）；
}捕获（例外e）{
抛出新的运行时异常（e）；
}

但这会导致图像没有任何高光

我还试图在堆栈溢出或其他资源中查找信息，但没有找到任何内容

---

如果有一些Java代码示例能够使用鼠标突出显示文本，我将不胜感激。

我使用了ICEpdf并完成了以下工作：

    InputStream is = this.getClass().getResourceAsStream(currentPdf);
    Image convertedImage;
    try {
        PDDocument document = PDDocument.load(is);
        List<PDPage> list = document.getDocumentCatalog().getAllPages();
        PDPage page = list.get(pageNum);
        List annotations = page.getAnnotations();
        PDAnnotationTextMarkup markup = new PDAnnotationTextMarkup(PDAnnotationTextMarkup.SUB_TYPE_HIGHLIGHT);
        markup.setRectangle(new PDRectangle(600, 600));
        markup.setQuadPoints(new float[]{100, 100, 200, 100, 100, 500, 200, 500});
        annotations.add(markup);
        page.setAnnotations(annotations);
        BufferedImage image = page.convertToImage(BufferedImage.TYPE_INT_RGB, 128);
        convertedImage = SwingFXUtils.toFXImage(image, null);
        document.close();
        imageView.setImage(convertedImage);
    } catch (Exception e) {
        throw new RuntimeException(e);
    }

question.getSelectedBounds()
                .stream()
                .map(Shape::getBounds)
                .forEach(bounds -> {
                    SquareAnnotation squareAnnotation = (SquareAnnotation)
                            AnnotationFactory.buildAnnotation(
                                    pdfController.getPageTree().getLibrary(),
                                    Annotation.SUBTYPE_SQUARE,
                                    bounds);
                    squareAnnotation.setFillColor(true);
                    squareAnnotation.setFillColor(new Color(255, 250, 57, 120));
                    squareAnnotation.setRectangle(bounds);
                    squareAnnotation.setBBox(bounds);
                    squareAnnotation.resetAppearanceStream(null);
                    AbstractAnnotationComponent annotationComponent = AnnotationComponentFactory
                            .buildAnnotationComponent(squareAnnotation, pdfController.getDocumentViewController(),
                                    pageViewComponent, pdfController.getDocumentViewController().getDocumentViewModel());
                    pageViewComponent.addAnnotation(annotationComponent);
                });

---

我使用了ICEpdf并执行了以下操作：

    InputStream is = this.getClass().getResourceAsStream(currentPdf);
    Image convertedImage;
    try {
        PDDocument document = PDDocument.load(is);
        List<PDPage> list = document.getDocumentCatalog().getAllPages();
        PDPage page = list.get(pageNum);
        List annotations = page.getAnnotations();
        PDAnnotationTextMarkup markup = new PDAnnotationTextMarkup(PDAnnotationTextMarkup.SUB_TYPE_HIGHLIGHT);
        markup.setRectangle(new PDRectangle(600, 600));
        markup.setQuadPoints(new float[]{100, 100, 200, 100, 100, 500, 200, 500});
        annotations.add(markup);
        page.setAnnotations(annotations);
        BufferedImage image = page.convertToImage(BufferedImage.TYPE_INT_RGB, 128);
        convertedImage = SwingFXUtils.toFXImage(image, null);
        document.close();
        imageView.setImage(convertedImage);
    } catch (Exception e) {
        throw new RuntimeException(e);
    }

question.getSelectedBounds()
                .stream()
                .map(Shape::getBounds)
                .forEach(bounds -> {
                    SquareAnnotation squareAnnotation = (SquareAnnotation)
                            AnnotationFactory.buildAnnotation(
                                    pdfController.getPageTree().getLibrary(),
                                    Annotation.SUBTYPE_SQUARE,
                                    bounds);
                    squareAnnotation.setFillColor(true);
                    squareAnnotation.setFillColor(new Color(255, 250, 57, 120));
                    squareAnnotation.setRectangle(bounds);
                    squareAnnotation.setBBox(bounds);
                    squareAnnotation.resetAppearanceStream(null);
                    AbstractAnnotationComponent annotationComponent = AnnotationComponentFactory
                            .buildAnnotationComponent(squareAnnotation, pdfController.getDocumentViewController(),
                                    pageViewComponent, pdfController.getDocumentViewController().getDocumentViewModel());
                    pageViewComponent.addAnnotation(annotationComponent);
                });

---

请上传PDF。这是一个示例，好的是它确实有文本。在PDFBOX2.0中，有一个工具DrawPrintTextLocations.java，请尝试一下。您的问题还不清楚，您是想要一个具有文本标记功能的查看器，还是想要突出显示内容然后保存PDF？基本上，您将PDF绘制到位图图像（这样会丢失所有信息，哪些像素是文本，哪些像素不是文本）并显示该图像。因此，您需要告诉javafx文本所在的位置。@Polyakoff还可以查看ExtractTextByArea.java示例，这将从选定区域获取文本。请上传PDF。这是示例，好的是它确实有文本。在PDFBOX2.0中，有一个工具DrawPrintTextLocations.java，请尝试一下。您的问题还不清楚，您是想要一个具有文本标记功能的查看器，还是想要突出显示内容然后保存PDF？基本上，您将PDF绘制到位图图像（这样会丢失所有信息，哪些像素是文本，哪些像素不是文本）并显示该图像。因此，您需要告诉javafx文本在哪里。@如果您还看一看ExtractTextByArea.java示例，这将从选定区域获取文本。