PDFbox库页面迭代

Question

我实现了一种从 PDF 文档中的每个 PDF 页面捕获特定区域的方法，因此捕获该区域的方法采用 PDPage 和 Rectangle 对象，现在我想遍历每个页面并找到第一个 String(文本），位于给定的坐标。 getPages() returns PDPageTree 所以我有点卡住了，因为我不知道如何检查每一页，因为现在它遍历每一页。

public PDPageTree getPages() {
    return getPDDocument().getPages();
}

public String firstInvoiceNumber() throws IOException {
    Rectangle invoiceRectangle = new Rectangle(176, 176, 100, 18);
    String headerTextResult = "";
    for (PDPage pd : getPages()) {
        headerTextResult = StripByArea(pd, invoiceRectangle);
    }
    return headerTextResult;
}

Answer 1

按如下操作：

public String firstInvoiceNumber() throws IOException {
    Rectangle invoiceRectangle = new Rectangle(176, 176, 100, 18);
    String headerTextResult = "";
    for (PDPage pd : getPages()) {
        headerTextResult = StripByArea(pd, invoiceRectangle);
        if(!"".equals(headerTextResult)) {
            break;
        }
    }
    return headerTextResult;
}

PDFbox库页面迭代

PDFbox library page iteration

java

pdfbox