使用ITextSharp从PDF文件中提取页面

本文关键字：提取 文件 ITextSharp PDF 使用 | 更新日期: 2023-09-27 17:54:32

是否有可能使用ittext从完整的PDF文档复制PDF页面并根据表单字段名称返回部分文档?例如，我需要复制一个pdf文档的开头，并在一个名为[STOP_HERE]的特定文本字段处停止，因此无论该字段之前的内容是什么，[STOP_HERE]字段都可以位于每个文档的不同页面上，因此在这里使用页码是没有用的。

我在网上搜索，我所能找到的是一种方法，只能从文档复制表单字段，而不是整个文档元素，包括图像文本及其确切的位置和样式。

文本文本可以做这里的工作吗?

编辑:更多细节

[STOP_HERE]是一个AcroForms文本字段，由PDF设计人员放置在文档中，以指示应该将此元素之前的所有内容原样复制到另一个文档中。字段本身并不重要，我不想用它填充或做任何事情，它只是用作一个信号，让文档解析器停止在那里并复制所有以前的(上)内容，我只是不知道如何在该字段之前读取所有内容(不改变样式，内容等)。

使用ITextSharp从PDF文件中提取页面

是否有可能使用ittext从完整的PDF文档复制PDF页面并根据表单字段名称返回部分文档?例如，我需要复制pdf文档的开头，并在某个名为[STOP_HERE]

的文本字段处停止

不幸的是，OP没有告诉是否包含表单字段[STOP_HERE]的页面。由于这仅仅是+/-1的问题，所以我简单地假设要包含该页面。

因此，任务可以这样实现:

PdfReader reader = new PdfReader(srcFile);
AcroFields.Item field = reader.AcroFields.Fields["[STOP_HERE]"];
if (field != null)
{
    int firstPage = reader.NumberOfPages + 1;
    for (int index = 0; index < field.Size; index++)
    {
        int page = field.GetPage(index);
        if (page > 0 && page < firstPage)
            firstPage = page;
    }
    if (firstPage <= reader.NumberOfPages)
    {
        reader.SelectPages("1-" + firstPage);
        PdfStamper stamper = new PdfStamper(reader, new FileStream(dstFile, FileMode.Create, FileAccess.Write));
        stamper.Close();
    }
}
reader.Close();

代码打开PdfReader中的源文件并首先查找字段。如果存在，则迭代该字段的所有外观，并确定具有该字段外观的最早页面。如果存在这样的页面，则代码将阅读器限制为该页面之前的页面，并使用PdfStamper存储此限制。

相关文章：