使用iTextSharp删除pdf中高亮显示的区域

Question

现在我想知道如何使用ITextSharp移除那些高亮显示的矩形。

private void RemovehighlightPDFAnnotation(string outputFile, string highLightFile, int pageno, string highLightedText)
{
    PdfReader reader = new PdfReader(outputFile);
    using (FileStream fs = new FileStream(highLightFile, FileMode.Create, FileAccess.Write, FileShare.None))
    {
        using (PdfStamper stamper = new PdfStamper(reader, fs))
        {                
            PdfDictionary pageDict = reader.GetPageN(pageno);                
            PdfArray annots = pageDict.GetAsArray(PdfName.ANNOTS);                
            if (annots != null)
            {
                for (int i = 0; i < annots.Size; ++i)                   
                {
                    PdfDictionary annotationDic = (PdfDictionary)PdfReader.GetPdfObject(annots[i]);
                    PdfName subType = (PdfName)annotationDic.Get(PdfName.SUBTYPE);                                               
                    if (subType.Equals(PdfName.HIGHLIGHT))
                    {
                        PdfString str  = annots.GetAsString(i);
                        if(str==highLightedText)
                        {
                                annots.Remove(i); 
                        }                          

                    }
                }                  

            }
        }
    }

它删除了所有的注释，但我想删除特定的注释。假设我在第1页突出了美国和专利申请出版物，现在我想单独删除美国。我会通过美国的文本。

我引用了这个答案。其中，要获得突出显示的文本，需要获得存储在突出显示注释中的坐标（存储在QuadPoints数组中），并且需要使用这些坐标解析页面内容中位于这些坐标处的文本。

Answer 1

正如行动澄清的那样，他实际上想

获取突出显示的注释坐标

要从该区域提取文本，请检查它是否与所讨论的短语匹配，并（如果匹配）删除注释。

annotationDic.GetAsArray(PdfName.RECT)

annotationDic.GetAsArray(PdfName.QUADPOINTS)

private void ReportHighlightPDFAnnotation(string highLightFile, int pageno)
{
    PdfReader reader = new PdfReader(highLightFile);
    PdfDictionary pageDict = reader.GetPageN(pageno);
    PdfArray annots = pageDict.GetAsArray(PdfName.ANNOTS);
    if (annots != null)
    {
        for (int i = 0; i < annots.Size; ++i)
        {
            PdfDictionary annotationDic = (PdfDictionary)PdfReader.GetPdfObject(annots[i]);
            PdfName subType = (PdfName)annotationDic.Get(PdfName.SUBTYPE);
            if (subType.Equals(PdfName.HIGHLIGHT))
            {
                Console.Write("HighLight at {0} with {1}\n", annotationDic.GetAsArray(PdfName.RECT), annotationDic.GetAsArray(PdfName.QUADPOINTS));
            }
        }
    }
}

HighLight at [224.65, 654.03, 251.08, 662.03] with [221.65, 654.03, 251.08, 654.03, 221.65, 663.03, 251.08, 663.03]
HighLight at [80.9, 574.13, 107.28, 582.13] with [77.9, 574.13, 107.28, 574.13, 77.9, 583.13, 107.28, 583.13]
HighLight at [209.3, 544.33, 235.67, 552.33] with [206.3, 544.33, 235.67, 544.33, 206.3, 553.33, 235.67, 553.33]

只有PdfArray的notts=pagedict.getasarray（pdfname.quadpoints）和annotationdic.getasarray（pdfname.rect）的null值

如果我是OP，我会将私有数据添加到我创建的注释中，这些注释包含突出显示的短语。当他想删除给定短语的注释时，他可以简单地检查该私人数据。

文本提取，即使是从有限的区域提取，也是一个非常昂贵的操作，因为必须解析页面内容流和可能的大量表单xobject流。

for (int i = 0; i < annots.Size; ++i)                   
{
    PdfDictionary annotationDic = (PdfDictionary)PdfReader.GetPdfObject(annots[i]);
    PdfName subType = (PdfName)annotationDic.Get(PdfName.SUBTYPE);                                               
    if (subType.Equals(PdfName.HIGHLIGHT))
    {
        PdfString str  = annots.GetAsString(i);
        annots.Remove(i);                           
    }
}