问PDF图文文本TOC生成

EN

你没有。PDF没有风格。它们有“当前图形状态”，其中包括：

当前转换矩阵( colors

• clipping
• current transformation矩阵)。
• 笔画和填充CTM.

路径

• 字体和大小

• 字型(字符间距、字间距、前导、文本呈现为一个单独的文本转换矩阵，与CTM.

组合在一起)。

​

因此，首先，您必须跟踪所有这些东西( iText主要可以为您完成)。然后，您必须确定"H1“文本有多大，并锁定到该大小屏幕大小中的所有文本，同时考虑到CTM、文本矩阵和字体大小( iText将再次为您做这些操作，IIRC)。

为了让像你这样的人的生活更令人兴奋，你所看到的文本完全有可能不是短信。可能是路径或者位图..。此时您需要OCR，而且我认为您不会在OCR的大小信息方面获得太多信息。

您需要编写一个TextRenderListener来确定给定文本的最终大小(以及它是否是最后一个文本的一部分)，并过滤掉所有太小的内容。然后，您将根据您找到的文本构建您的TOC。