再次有来自 PdfTextStripper 的不可见文本
Again having invisible text coming from PdfTextStripper
文件示例：file。
问题 - 使用 PdfTextStripper 提取文本时，在页面开头的 "ASSETS" 之后有令牌“9/1/2017”和“387986”应该被删除，还有一些其他隐藏的令牌。
我已经应用了 解决方案（所以我不在这里复制粘贴它，因为实际上问题是完全一样的），但隐藏文本仍然出现在页面上。它可以被剪辑路径以外的其他东西隐藏吗？
谢谢！
Could it be hidden by something else except clip path?
是的。如果是您的新文档，文本会以白底白字书写，例如ASSETS之后的387986是这样画的：
1 1 1 rg
/TT0 16 Tf
-1011.938 115.993 Td
(@A,BAC)Tj
初始1 1 1 rg设置填充颜色为RGB WHITE。 （此外，该文本非常小，但如果以黑色绘制，则仍然可见。）
您提到的 是针对该期中出现的示例文档等文档实现的，其中 通过定义剪辑路径（在剪辑路径的边界之外）使不可见文本不可见text is) 和填充路径（隐藏下面的文本）。 因此，您的白色文本不会被它识别为隐藏。
不幸的是，识别白色文本上白色的不可见性比剪切或覆盖文本更难确定，因为人们不仅需要知道当前图形状态的 属性（如剪切路径）或者删除给定路径内的所有文本，还需要在绘制文本之前知道页面部分的颜色（检查 on WHITE 细节）。
另一方面，如果您假设页面背景基本上是白色的，则忽略所有白色文本相当简单：只需检测 processTextPosition 中的当前填充颜色即可：
PDColor fillColor = gs.getNonStrokingColor();
并将其与您认为不可见的白色风味进行比较。 （通常与 RGB、CMYK 和灰度 WHITE 进行比较就足够了；在极少数情况下，您还必须正确解释更复杂的色彩空间。此外，您可能还会考虑近乎白色的颜色不可见，(.99, .99, . 99) RGB 和白色很难区分。)
如果您发现当前颜色为白色，请忽略当前颜色 TextPosition。
但是请注意，就像您引用的解决方案一样，这还不是识别所有白色文本的最终解决方案：为此，您还必须检查文本呈现模式：如果它只是 filling（默认值），以上内容成立，但如果它是（也）stroking，你将（也）必须考虑描边颜色；如果呈现不可见，则没有颜色可考虑；如果文本渲染模式包括adding to path for clipping，你将不得不等待并确定只要剪辑路径成立，稍后将在页面的这一部分绘制什么，绝对不简单！
文件示例：file。
问题 - 使用 PdfTextStripper 提取文本时，在页面开头的 "ASSETS" 之后有令牌“9/1/2017”和“387986”应该被删除，还有一些其他隐藏的令牌。
我已经应用了
Could it be hidden by something else except clip path?
是的。如果是您的新文档，文本会以白底白字书写，例如ASSETS之后的387986是这样画的：
1 1 1 rg
/TT0 16 Tf
-1011.938 115.993 Td
(@A,BAC)Tj
初始1 1 1 rg设置填充颜色为RGB WHITE。 （此外，该文本非常小，但如果以黑色绘制，则仍然可见。）
您提到的
不幸的是，识别白色文本上白色的不可见性比剪切或覆盖文本更难确定，因为人们不仅需要知道当前图形状态的 属性（如剪切路径）或者删除给定路径内的所有文本，还需要在绘制文本之前知道页面部分的颜色（检查 on WHITE 细节）。
另一方面，如果您假设页面背景基本上是白色的，则忽略所有白色文本相当简单：只需检测 processTextPosition 中的当前填充颜色即可：
PDColor fillColor = gs.getNonStrokingColor();
并将其与您认为不可见的白色风味进行比较。 （通常与 RGB、CMYK 和灰度 WHITE 进行比较就足够了；在极少数情况下，您还必须正确解释更复杂的色彩空间。此外，您可能还会考虑近乎白色的颜色不可见，(.99, .99, . 99) RGB 和白色很难区分。)
如果您发现当前颜色为白色，请忽略当前颜色 TextPosition。
但是请注意，就像您引用的解决方案一样，这还不是识别所有白色文本的最终解决方案：为此，您还必须检查文本呈现模式：如果它只是 filling（默认值），以上内容成立，但如果它是（也）stroking，你将（也）必须考虑描边颜色；如果呈现不可见，则没有颜色可考虑；如果文本渲染模式包括adding to path for clipping，你将不得不等待并确定只要剪辑路径成立，稍后将在页面的这一部分绘制什么，绝对不简单！