如何使用pdfbox获得字体颜色

Question

我正在尝试使用pdfbox从pdf中提取包含所有信息的文本。我获得了我想要的所有信息，除了颜色。我尝试了多种获取fontcolor的方法（包括使用PDFBox获取文本颜色）。但是没有用。现在，我从pdfBox的PageDrawer类复制了代码。但是，RGB值也不正确。

protected void processTextPosition(TextPosition text) {

        Composite com;
        Color col;
        html" target="_blank">switch(this.getGraphicsState().getTextState().getRenderingMode()) {
        case PDTextState.RENDERING_MODE_FILL_TEXT:
            com = this.getGraphicsState().getNonStrokeJavaComposite();
            int r =       this.getGraphicsState().getNonStrokingColor().getJavaColor().getRed();
            int g = this.getGraphicsState().getNonStrokingColor().getJavaColor().getGreen();
            int b = this.getGraphicsState().getNonStrokingColor().getJavaColor().getBlue();
            int rgb = this.getGraphicsState().getNonStrokingColor().getJavaColor().getRGB();
            float []cosp = this.getGraphicsState().getNonStrokingColor().getColorSpaceValue();
            PDColorSpace pd = this.getGraphicsState().getNonStrokingColor().getColorSpace();
            break;
        case PDTextState.RENDERING_MODE_STROKE_TEXT:
            System.out.println(this.getGraphicsState().getStrokeJavaComposite().toString());
            System.out.println(this.getGraphicsState().getStrokingColor().getJavaColor().getRGB());
           break;
        case PDTextState.RENDERING_MODE_NEITHER_FILL_NOR_STROKE_TEXT:
            //basic support for text rendering mode "invisible"
            Color nsc = this.getGraphicsState().getStrokingColor().getJavaColor();
            float[] components = {Color.black.getRed(),Color.black.getGreen(),Color.black.getBlue()};
            Color  c1 = new Color(nsc.getColorSpace(),components,0f);
            System.out.println(this.getGraphicsState().getStrokeJavaComposite().toString());
            break;
        default:
            System.out.println(this.getGraphicsState().getNonStrokeJavaComposite().toString());
            System.out.println(this.getGraphicsState().getNonStrokingColor().getJavaColor().getRGB());
    }

我正在使用上面的代码。得到的值是r = 0，g = 0，b = 0，内部cosp对象值为[0.0]，内部pd对象数组= null，而colorSpace =
null。并且RGB值始终为-16777216。请帮我。提前致谢。

Answer 1

我尝试了您发布的链接中的代码，它对我有用。我得到的颜色是148.92、179.0010.1和214.965。我希望我可以给您我的PDF，如果我可以将其存储在SO外部呢？我的PDF使用了一种淡蓝色，看起来很匹配。它只是在Word
2010中创建并导出的文本的一页，没有什么太紧张了。

一些建议....

1. 回想一下，返回的值是一个介于0和1之间的浮点数。如果一个值被意外地转换为int，那么这些值当然最终将包含几乎所有的0。链接到代码的255倍数得到0到25​​5的范围。 。
2. 正如评论者所说，PDF文件最常见的颜色是黑色，即0 0 0

这就是我现在能想到的，否则我将拥有pdfbox和fontbox的1.7.1版本，就像我说的那样，我几乎遵循了您提供的链接。

编辑

根据我的评论，这也许是针对pdf文件的微创方法，例如color.pdf？

在PDFStreamEngine.java的processOperator方法可以try块内做

if (operation.equals("RG")) {
   // stroking color space
   System.out.println(operation);
   System.out.println(arguments);
} else if (operation.equals("rg")) {
   // non-stroking color space
   System.out.println(operation);
   System.out.println(arguments);
} else if (operation.equals("BT")) {
   System.out.println(operation);    
} else if (operation.equals("ET")) {
   System.out.println(operation);           
}

这将向您显示信息，然后由您根据需要处理每个部分的颜色信息。这是在color.pdf…上运行时上述代码的输出开头的摘录

BT rG [COSInt(1), COSInt(0), CosInt(0)] RG [COSInt(1), COSInt(0), CosInt(0)] ET BT ET BT rG [COSFloat{0.573}, COSFloat{0.816}, COSFloat{0.314}] RG [COSFloat{0.573}, COSFloat{0.816}, COSFloat{0.314}] ET ......

您会在上面的输出中看到一个空的BT ET部分，该部分标记为DEVICEGRAY。其他所有参数都为您提供R，G和B分量的[0,1]值