使用 Powershell 和 iTextSharp 旋转 PDF

Question

我有一个使用 iTextSharp 从 PDF 文件中提取文本的 Powershell 脚本。脚本下载的文件之一是横向的，因此需要旋转它以便脚本读取它。

这是我的函数，它读取 PDF。我已经测试过它并且有效：

function Get-PdfText {
    [CmdletBinding()]
    [OutputType([string])]
    param (
        [Parameter(Mandatory = $true)]
        [string]
        $Path
    )

    try {
        $reader = New-Object iTextSharp.text.pdf.pdfreader -ArgumentList $Path
    }
    catch {
        throw
    }

    $stringBuilder = New-Object System.Text.StringBuilder

    for ($page = 1; $page -le $reader.NumberOfPages; $page++) {
        $text = [iTextSharp.text.pdf.parser.PdfTextExtractor]::GetTextFromPage($reader, $page)
        $null = $stringBuilder.AppendLine($text) 
    }

    $reader.Close()

    return $stringBuilder.ToString()
}

有很多关于如何在 C# 和 Java 中旋转 PDF 的文档，但没有 Powershell。这里有一个很好的例子，但我不知道如何将它转换为 Powershell： http://developers.itextpdf.com/question/how-rotate-page-90-degrees

这是我尝试转换它的尝试：

function RotatePdf90Degrees {
    param (
        [Parameter(Mandatory = $true)]
        [string]
        $Path
    )

    $reader = New-Object iTextSharp.text.pdf.PdfReader -ArgumentList $Path
    $n = $reader.NumberOfPages
    $page #PdfDictionary
    $rotate #PdfNumber
    for ($p = 1; $p -le $n; $p++) {
        $page = $reader.GetPageN($p);
        $rotate = $page.GetAsNumber([iTextSharp.text.pdf.PdfName]::ROTATE);
        if ($rotate -eq $null) {
            $page.put([iTextSharp.text.pdf.PdfName]::ROTATE, [iTextSharp.text.pdf]::PdfNumber(90));
        }
        else {
            $page.put([iTextSharp.text.pdf.PdfName]::ROTATE, [iTextSharp.text.pdf]::PdfNumber(($rotate.IntValue() + 90) % 360));
        }
    }

    $stamper = New-Object iTextSharp.text.pdf.PdfStamper ($reader, [System.IO.StreamWriter] $Path);
    $stamper.Close();
    $reader.Close();
}

$page.put() 行有问题。我不知道如何为该函数提供适当的 PdfNumber 对象。

我一直在使用这个文档： http://developers.itextpdf.com/reference/package/com.itextpdf.text.pdf

Answer 1

也许我们正在处理 powershell 的不同版本，但我在使用您的示例函数时遇到的第一个问题就在这里，

[iTextSharp.text.pdf.PdfName]::ROTATE;

抛出以下异常：

The field or property: "ca" for type: "iTextSharp.text.pdf.PdfName" differs only in letter casing from the field or property: "CA". The type must be Common Language Specification (CLS) compliant.

查看 iTextSharp 源代码，异常中指出有两个单独的字段：

PdfName.CA
PdfName.ca

有一段时间没有编写任何 powershell，所以最简单的解决方法是使用与 [=17= 相同的字符串实例化一个新的 PdfName 对象] 在来源中。无论如何，希望以下内容可以帮助您入门：

function Rotate-Pdf {
    [CmdletBinding()]
    param(
        [parameter(Mandatory=$true)] [string]$readerPath
        ,[parameter(Mandatory=$true)] [float]$degrees
    )
    $reader = New-Object iTextSharp.text.pdf.PdfReader($readerPath);
    $rotate = New-Object iTextSharp.text.pdf.PdfName('Rotate');
    $pdfNumber = New-Object iTextSharp.text.pdf.PdfNumber($degrees);
    $pageCount = $reader.NumberOfPages;
    for ($i = 1; $i -le $pageCount; $i++) {
        # $rotation = $reader.GetPageRotation($i);
        $pageDict = $reader.GetPageN($i);
        $pageDict.Put($rotate, $pdfNumber);
    }
    $memoryStream = New-Object System.IO.MemoryStream;
    $stamper = New-Object iTextSharp.text.pdf.PdfStamper($reader, $memoryStream);
    $stamper.Dispose();
    $bytes = $memoryStream.ToArray();
    $memoryStream.Dispose();
    $reader.Dispose();
    return $bytes;
}
$bytes = Rotate-Pdf $input 90;
[System.IO.File]::WriteAllBytes($output, $bytes);

请注意，旋转度数还有一个额外参数，已注释掉$reader.GetPageRotation()。根据 PDF 的创建方式，you cannot always count on PdfReader.GetPageRotation().

更新:

已确认上述异常特定于 PowerShell 4.0。未测试 V3.0，但使用 V2.0 时，[iTextSharp.text.pdf.PdfName]::ROTATE 不会抛出 ExtendedTypeSystemException，并且运行没有问题。

使用 Powershell 和 iTextSharp 旋转 PDF

Rotate a PDF using Powershell and iTextSharp

pdf

powershell

itextsharp