Text 避免从PDF中读取隐藏文本

我正在使用iText库阅读PDF

PdfReader reader = new PdfReader(dir1 + iFileName);

    for(int iCount=1; iCount<=reader.getNumberOfPages(); iCount++){

           String pageText = PdfTextExtractor.getTextFromPage(reader, iCount);
           System.out.println(pageText);
 }

PdfReader reader=新的PdfReader（dir1+iFileName）；
对于（int iCount=1；iCount，PDF中的每一段额外的不可见文本都是从坐标0,0（左下角）开始，使用渲染模式3（既不是填充文本，也不是笔划文本（不可见））绘制的

在这种情况下，应该通过呈现模式进行过滤。为此，必须将策略显式设置为过滤策略

在代码中使用的
getTextFromPage
重载

String pageText = PdfTextExtractor.getTextFromPage(reader, iCount);

定义为

public static String getTextFromPage(PdfReader reader, int pageNumber) throws IOException{
    return getTextFromPage(reader, pageNumber, new LocationTextExtractionStrategy());
}

因此，您隐式地使用了
LocationTextExtractionStrategy
。现在您必须过滤此策略，例如，通过如下方式替换代码中的该行：

RenderFilter modeFilter = new RenderFilter(){
    public boolean allowText(TextRenderInfo renderInfo){
        return renderInfo.getTextRenderMode() != 3;
    }
};
TextExtractionStrategy strategy = new LocationTextExtractionStrategy();
strategy = new FilteredTextRenderListener(strategy, modeFilter);
String pageText = PdfTextExtractor.getTextFromPage(reader, iCount, strategy);

文本是如何隐藏的？它只是在页面边界之外吗？然后按区域过滤。它是白色加白色还是呈现为不可见？然后按这些标准过滤。它是否被其他内容覆盖？为此，您需要相应地扩展提取策略。谢谢您的建议。我有PDF，并且在使用Java读取文件中的文本时我正在使用PDF阅读器获取肉眼看不见的文本。但我将尝试找到如何使其不可见，并相应地进行操作。或者，您可以共享您的PDF文件进行分析。您好mkl-您能建议我如何使用PDF向您发送消息吗？我试图在您的个人资料中找到类似的内容，但找不到此类选项。谢谢。最好的选择是使用dropbox或google drive上的公共共享，并在此处发布URL。或者，您可以将其发送到我的stackoverflow配置文件中的免费文本中找到的邮件地址，我可以将其公开。非常感谢您分享您的知识。我是PDF编码新手，不知道您共享了什么.1，但我似乎还没有资格投票。你可以接受答案（点击左上角的勾号）。