如何检测 PDF 文档中的签名行然后插入签名？

Question

上周我被要求为盲人构建一个应用程序以编程方式填写 PDF 文档。他遇到的问题是，如果文档中的字段没有正确标记，那么他就无法将他的签名和其他信息放入文档的正确位置。

我的第一个方法是尝试使用 iTextSharp 阅读文档，然后将他的签名插入到最有可能是签名框的字段中：

public string[] MassFieldEdit(IDictionary<string, string> userData, string originalDocument, string edittedDocument, bool flatten)
        {
            PdfReader reader = new PdfReader(originalDocument);
            reader.SelectPages("1-" + reader.NumberOfPages.ToString());
            using (PdfStamper stamper = new PdfStamper(reader, new FileStream(edittedDocument, FileMode.Create)))
            {
                AcroFields form = stamper.AcroFields;
                ICollection<string> fieldKeys = form.Fields.Keys;
                List<string> leftover = new List<string>(fieldKeys);
                foreach (string fieldKey in fieldKeys)
                {
                    foreach (KeyValuePair<string, string> s in user)
                    {
                        //Replace Form field with my custom data
                        if (fieldKey.ToLower().Contains(s.Key.ToLower()))
                        {
                            form.SetField(fieldKey, s.Value);
                            leftover.Remove(fieldKey);
                        }
                    }
                }
                //The below will make sure the fields are not editable in
                //the output PDF.
                stamper.FormFlattening = flatten;
                return leftover.ToArray();
            }
        }

它的工作原理是采用一个字典集，键是一个单词或短语，对照 PDF 字段检查它，然后如果该字段与键中的单词或短语匹配，则将值插入到字段中。

The signature box before my program edits it.

The signature box after.

但我现在遇到的问题是，如果不存在字段，那么虽然它可能在虚线旁边有“在这里签名”，但如果不知道虚线的确切位置，就无法将文本插入虚线上线是，我的用户 select 也不能是虚线，因为那违背了程序的要点。

我看了很多以前的问题和答案，包括：

How to convert PDF to WORD in c#
ITextSharp insert text to an existing pdf

我需要一种方法来检测签名行，然后将他的名字插入到签名行中，这比在字段名称上大打出手更有把握。在存在正确标记的字段的情况下，以及在签名行可能不过是一行“在此处签名”的文本的情况下。

Answer 1

稳健的解决方案（又名 "hard work solution"）

实施 IEventListener (iText7 class)
使用 IEventListener 获取文本渲染指令和线条绘制操作的通知
呈现指令并不总是以逻辑（阅读）顺序出现。通过为这些对象实施比较器来解决这个问题
根据比较器排序
使用语言检测来确定语言（n-gram 方法很简单，但应该足够了）
字典攻击。查找以文档编写的任何语言表示 "sign here" 的所有单词（因此第 5 步）
如果有多个候选者，或没有候选者，使用线渲染指令寻找臭名昭著的可能候选者"dotted line"

这种方法并不容易，但是有很多关于识别pdf文件中结构元素的研究。特别是，如果您运行 google 学者搜索，您会发现大量有用的文章，其中人们尝试检测表格、列表、段落等。

如何检测 PDF 文档中的签名行然后插入签名？

How do I detect a signature line in a PDF document and then insert a signature?

c#

pdf

accessibility

electronic-signature

itext