ios - 在 iPhone 上将整个 pdf 页面解析为 NSString
<p><p>一段时间以来，我一直在尝试将 pdf 页面的文本解析为 NSString，而我唯一能找到的就是搜索特定字符串值的方法。</p>
<p>我想做的是在不使用任何外部库(如 PDFKitten、PDFKit 等)的情况下解析单页 PDF。</p>
<p>如果可能，我希望将数据保存在 NSArray、NSString 或 NSDictionary 中。</p>
<p>谢谢:D!</p>
<p>到目前为止我尝试过的一部分。</p>
<pre><code>CGPDFDocumentRef MyGetPDFDocumentRef (const char *filename) {
CFStringRef path;
CFURLRef url;
CGPDFDocumentRef document;
path = CFStringCreateWithCString (NULL, filename,kCFStringEncodingUTF8);
url = CFURLCreateWithFileSystemPath (NULL, path, kCFURLPOSIXPathStyle, 0);
CFRelease (path);
document = CGPDFDocumentCreateWithURL (url);// 2
CFRelease(url);
int count = CGPDFDocumentGetNumberOfPages (document);// 3
if (count == 0) {
printf("`%s' needs at least one page!", filename);
return NULL;
}
return document;
}
// table methods to parse pdf
static void op_MP (CGPDFScannerRef s, void *info) {
const char *name;
if (!CGPDFScannerPopName(s, &name))
return;
printf("MP /%s\n", name);
}
static void op_DP (CGPDFScannerRef s, void *info) {
const char *name;
if (!CGPDFScannerPopName(s, &name))
return;
printf("DP /%s\n", name);
}
static void op_BMC (CGPDFScannerRef s, void *info) {
const char *name;
if (!CGPDFScannerPopName(s, &name))
return;
printf("BMC /%s\n", name);
}
static void op_BDC (CGPDFScannerRef s, void *info) {
const char *name;
if (!CGPDFScannerPopName(s, &name))
return;
printf("BDC /%s\n", name);
}
static void op_EMC (CGPDFScannerRef s, void *info) {
const char *name;
if (!CGPDFScannerPopName(s, &name))
return;
printf("EMC /%s\n", name);
}
void MyDisplayPDFPage (CGContextRef myContext,size_t pageNumber,const char *filename) {
CGPDFDocumentRef document;
CGPDFPageRef page;
document = MyGetPDFDocumentRef (filename);// 1
totalPages=CGPDFDocumentGetNumberOfPages(document);
page = CGPDFDocumentGetPage (document, 1);// 2
CGPDFDictionaryRef d;
d = CGPDFPageGetDictionary(page);
CGPDFScannerRef myScanner;
CGPDFOperatorTableRef myTable;
myTable = CGPDFOperatorTableCreate();
CGPDFOperatorTableSetCallback (myTable, "MP", &op_MP);
CGPDFOperatorTableSetCallback (myTable, "DP", &op_DP);
CGPDFOperatorTableSetCallback (myTable, "BMC", &op_BMC);
CGPDFOperatorTableSetCallback (myTable, "BDC", &op_BDC);
CGPDFOperatorTableSetCallback (myTable, "EMC", &op_EMC);
CGPDFContentStreamRef myContentStream = CGPDFContentStreamCreateWithPage (page);// 3
myScanner = CGPDFScannerCreate (myContentStream, myTable, NULL);// 4
CGPDFScannerScan (myScanner);// 5
CGPDFStringRef str;
d = CGPDFPageGetDictionary(page);
if (CGPDFDictionaryGetString(d, "Lorem", &str)){
CFStringRef s;
s = CGPDFStringCopyTextString(str);
if (s != NULL) {
NSLog(@"%@ testing it", s);
}
CFRelease(s);
}
}
- (void)viewDidLoad {
;
MyDisplayPDFPage(UIGraphicsGetCurrentContext(), 1, [[ pathForResource:@"TestPage" ofType:@"pdf"] UTF8String]);
}
</code></pre></p>
<br><hr><h1><strong>Best Answer-推荐答案</ strong></h1><br>
<p><p><strong>Quartz</strong> 提供了让您检查 PDF 文档结构和内容流的功能。通过检查文档结构，您可以阅读文档目录中的条目以及与每个条目关联的内容。通过递归遍历目录，可以检查整个文档。</p>
<p>PDF 内容流正如其名称所暗示的那样 — 一个连续的数据流，例如 'BT 12/F71 Tf (draw this text) Tj 。 . . ' 其中 PDF 运算符及其描述符与实际 PDF 内容混合在一起。检查内容流需要您按顺序访问它。</p>
<p> <a href="https://developer.apple.com/library/ios/documentation/graphicsimaging/conceptual/drawingwithquartz2d/dq_pdf_scan/dq_pdf_scan.html" rel="noreferrer noopener nofollow">This <strong>developer.apple documentation</strong></a>展示了如何检查 PDF 文档的结构并解析 PDF 文档的内容。</p></p>
<p style="font-size: 20px;">关于ios - 在 iPhone 上将整个 pdf 页面解析为 NSString，我们在Stack Overflow上找到一个类似的问题：
<a href="https://stackoverflow.com/questions/20930282/" rel="noreferrer noopener nofollow" style="color: red;">
https://stackoverflow.com/questions/20930282/
</a>
</p>
页:
[1]