PDFBox 2.0.3使用TextPosition坐标设置cropBox

Question

通过使用PDFTextStripper跟踪TextPosition对象，我在页面中找到了感兴趣的区域，如示例所示：https://github.com/apache/pdfbox/blob/trunk/examples/src/main/java/org/apache/pdfbox/examples/util/PrintTextLocations.java

如图所示，TextPosition是从text这样的字段中检索到的。getXDirAdj（），文本。getWidthDirAdj（），文本。getYDirAdj（），文本。getHeightDir（）。

从这个例子中，除了设置目标页面的cropBox之外，我试图保持其他一切不变。

https://github.com/apache/pdfbox/blob/2.0.3/tools/src/main/java/org/apache/pdfbox/tools/PDFToImage.java

[0.0,0.0,595.276,841.89]

那么如何使用getYDirAdj和getXDirAdj正确设置cropbox呢？

我正在处理的原始pdf文件可以从这里下载：http://downloadcenter.samsung.com/content/UM/201504/20150407095631744/ENG-US_NMATSCJ-1.103-0330.pdf

Answer 1

在评论中，OP将他的问题简化为

好啊给定一个javaPDRectangle rect=new PDRectangle（40f、680f、510f、100f）从TextLocation获取，设置单个页面的cropBox的java代码片段会是什么样子？或者你会怎么做<代码>文本位置基于rect--

要将给定文档的第12页的裁剪框设置为给定的PDRectange，您可以使用如下代码：

PDDocument pdDocument = PDDocument.load(resource);
PDPage page = pdDocument.getPage(12-1);
page.setCropBox(new PDRectangle(40f, 680f, 510f, 100f));
pdDocument.save(new File(RESULT_FOLDER, "ENG-US_NMATSCJ-1.103-0330-page12cropped.pdf"));

（SetCropBox.java测试方法testsetcropbox\u US\u nmatsju 1\u 103\u 0330）

Adobe Reader现在仅显示第12页的这一部分：

不过，请注意，相关页面不仅指定了媒体框（强制）和裁剪框，还定义了出血框和艺术框。因此，认为这些框比裁剪框更有趣的应用程序可能会以不同的方式显示页面。特别是艺术盒（被定义为“页面有意义内容的范围”）可能会被一些应用程序认为很重要。

在对这个答案的评论中，OP评论道

这很好，也很有效。它正确地将页面保存在PDF文件中。而我在JPG也尝试过。

我把OP的代码简化为基本代码

PDDocument pdDocument = PDDocument.load(resource);
PDPage page = pdDocument.getPage(12-1);
page.setCropBox(new PDRectangle(40f, 680f, 510f, 100f));

PDFRenderer renderer = new PDFRenderer(pdDocument);
BufferedImage img = renderer.renderImage(12 - 1, 4f);
ImageIOUtil.writeImage(img, new File(RESULT_FOLDER, "ENG-US_NMATSCJ-1.103-0330-page12cropped.jpg").getAbsolutePath(), 300);
pdDocument.close();

（SetCropBox.java测试方法testSetCropBoxImgENG_US_nmatsj_1_103_0330）

结果是：

因此，我不能在此重复一个问题。

可能需要检查的详细信息：

• ImageIOUtil不是主要PDFBox工件的一部分，而是位于PDFBox工具中；该工件的版本是否与核心pdfbox工件的版本匹配
• 我在Oracle Java 8环境中运行代码；其他Java环境可能会产生不同的结果
• 在我们的实现中有一些细微的差异。例如，我通过一个InputStream加载PDF，你直接从文件系统加载，我已经硬编码了页码，你把它放在某个变量中。。。这些差异都不应该引起你的问题，但谁知道