Question

我想知道是否有可用的编程库允许在PDF文档中内联编辑文本。在文档之后绘制文本并不是我在此之后所做的事情，而且我已经知道有许多设施和库可以完成这项工作;我正在寻找一些可以让我做出这样的改变的东西（其中没有画出NEW但是编辑过，例如，字符串）：

“这是我的文件”成为“这是我的新文件”。

...应保留格式（特别是在页面上的特定区域内未进行编辑的情况下）。自动换行也很棒！

那么有没有这样的东西，或者我在错误的树上吠叫？我已经看过像FPDF，PdfBox甚至GNOME这样的范围设施而没有太多运气（tbh，我相信GNOME可能会允许它，但是现在让我的头脑过于耗费时间 - 所以关于这一点的指示将是也很棒）。

如果已经提出要求，请致谢和抱歉。

在编程语言方面：我愿意利用C，C ++，Java，PHP，Python和Perl中的建议。

Answer 1

要跟进我的评论，这是相当典型的原始PDF文本输出的样子 - PDF参考指南16-v4第1213页的缩小部分：

36451 0 obj  % Contents
% used filter: FlateDecode
/GS2 gs
BT
/F1 1 Tf
8 0 0 8 297.417 105.667 Tm
0 0 0 1 k
0 Tc
0 Tw
(1213) Tj
/F5 1 Tf
24 0 0 24 253.784 617 Tm
[ (C) 19.1 (olophon) ] TJ
/F3 1 Tf
10.505 0 0 10.505 136.5 566 Tm
-0.0014 Tc
0.2018 Tw
[ (This do) -10.1 (c) -7.2 (u) -0.3 (men) 17.6 (t) -1.4 ( was p) 10 (r) 11.9 (o) -10.1 (d) 10.8 (uce) -7.2 (d) -1.3 ( usin) 6.6 (g ) 36.5 (A) 24.6 (d) 0.9 (o) 3.8 (b) -10.1 (e) ] TJ
8.4 0 0 8.4 326.25 570.2 Tm
0 Tc

..这些省略了几百行。一些兴趣点：Tf设置文本字体（在其他地方定义，可能有自定义编码 - 不一定是ASCII）。 Tj'显示'文字; Tm以“当前单位”设置转换矩阵。在不知道两者的实际大小的情况下，不可能立即看到'1213'之后的文本'Colophon'是否紧随其后。 Tc和Tw设置默认字符和字间距，并且经常被滥用来插入“空格”。不过这里不是; TJ数组指定带有散布的字距值的文本片段（我猜，根据它们的位置）。

无法确定此单个文本行是单独的行，还是较长段落的一部分。甚至无法确定它是否是一个合理的字符串 - 您需要将其左右边缘与其他行进行比较才能找到。

（这个输出是用我自己写的PDF阅读器创建的，使用上述参考而不是更多。）

正如您所看到的，仅仅查找文本是一项挑战，尽管有些库或多或少都是成功的。无他们 - 如果我是正确的 - 吹嘘能够编辑“任何PDF”。

Answer 2

只需查找pdf文件中的文本并进行修改即可。如果我没有弄错，字符串文字的编码如下：(This is my document)。如果您要更改的文本被拆分为多个字符串文字，或者您需要自动换行，那么任何pdf库可能都不会对您有所帮助。

PDF文件中的内联文本编辑

2 个答案: