我如何知道PDF是否被标记？我正在开发一个程序，可以在PDF文件中复制文本并将其显示在我的应用程序中，所以我尝试测试PDF文件，我从PDF文件中复制了一个表格（普通复制+粘贴）并将其粘贴到MS中字。结果是没有表格的普通文本。当您从pdf文件复制表格并将其粘贴到Word时会出现一些问题，它会变成图像。这是真的吗？
答案 0 :(得分：4)
如何确定PDF是否已标记？
根据您用来处理文件的库，您可以尝试从MarkInfo字典中检索条目Catalog。
来自PDF规范：
表3.25目录词典中的条目
KEY： MarkInfo
TYPE：字典
VALUE：（可选; PDF 1.4）标记信息字典，包含有关文档使用标记PDF的信息 约定（见第10.6节“逻辑结构”）。
但是，即使将此属性的值设置为TRUE，也不意味着标记实际上就在那里，如果它们存在，它们对于提取表可能根本没用。您仍然可以找到包含表格的PDF文件，这些表格仅用于标记段落和图片。
长话短说，除非你正在生成应用程序将要使用的文件，以便您可以知道要查找的标记，它是不 a最好依靠这些标签来“从PDF中提取表格”。
答案 1 :(得分：1)
我找到了对另一个问题的评论，似乎已经回答了这个问题。
How to read a Table in a PDF using iText java?
您可以从内容流中提取文本，但对于普通PDF，结果将是纯文本（没有任何结构）。如果页面上有表格，则该表格不会被识别。您将获得内容和一些空白区域，但这不是表格结构！只有拥有标记的PDF，才能获得XML文件。如果PDF包含被识别为表格标签的标签，则这将反映在PDF中。