iPhone 上的 PDF 搜索

Posted 2023-02-24

【中文标题】iPhone 上的 PDF 搜索

【英文标题】：PDF search on the iPhone

【发布时间】：2011-05-05 01:35:32

【问题描述】：

在尝试使用 Quartz 从 PDF 读取注释两天后，我设法做到了，posted my code。

现在我想对另一个常见问题做同样的事情：使用 Quartz 搜索 PDF 文档。和以前的情况一样，这个问题被问了很多次，几乎没有实际的答案。所以我首先需要一些指示，因为我自己还没有实现这个。

我尝试了什么：

我尝试使用 CGPDFScannerScan 处理 TJ 和 Tj 运算符 - 在某些 PDF 上返回正确的文本，而在其他文档上返回的大多是随机字母。 可能与文本编码有关？ 有人 pointed out 应该处理文本块（由 BT/ET 运营商标记），但我仍然没有设法这样做。有人设法从任何 PDF 中提取文本吗？

之后，通过将所有文本存储在 NSMutableString 中并使用 rangeOfString （如果有更好的方法请告诉我），搜索应该很容易。

那么如何突出显示结果？我知道有几个运算符可以找到字形大小，所以我可以根据这些值计算得到的矩形，但我已经阅读了几个小时的规范......这是一个臃肿的混乱，我快疯了。有人有实际的解释吗？

更新

用户 Naveen Thunga 发现了 PDFKitten，“一个在 ios 中从 PDF 中提取数据的框架”。我刚刚尝试了演示，它似乎像宣传的那样工作。我将使用更多的 PDF 对其进行测试，并将很快发布结果。作为旁注，代码对我来说似乎非常好——如果你对这些东西的工作原理感兴趣，那就太棒了。

【问题讨论】：

发现这个运算符集合可能有用：efreedom.com/Question/1-3627745/…

Hey Brainfeeder，您找到了与突出显示搜索结果有关的任何解决方案吗？

@Sarah：不，仍然没有，几天后我开始专注于其他事情......

好吧..没问题。我上网了很多，但还没有任何办法。感谢任何方式。我发现您的代码在某些方面很有帮助！ :)

能否请您重播以下链接***.com/questions/5335799/…

【参考方案1】：

所以现在在 iOS 11 中，我们有了 PDFKit，搜索文本变得轻而易举

if #available(iOS 11.0, *) 
     let pdfDocument = PDFDocument(url: fileUrl)!
     let allText = pdfDocument.string /// Gets all text in pdf separated by /n

     let s: PDFSelection = pdfDocument.findString("Hello", withOptions: [])
     let sWithFormatting = s!.first!.attributedString

【参考方案2】：

我在objective-c中使用PDF.js创建了utility class

这将允许显示和搜索 PDF 文件。

实用程序类允许使用Highlight all search result 和“区分大小写”选项进行搜索。

查看实际的 PDF 搜索Link

【参考方案3】：

这不是一个简单的实现问题，但它很简单。

对于任何给定的页面，您需要使用 CGPDF 扫描仪 API 扫描页面。您需要为影响页面中文本的 PDF 运算符注册回调 - 不仅是 TJ/Tj，还有那些设置字体、影响文本绘制矩阵等的回调。您需要构建一个状态机来更新每个遇到的标签+参数。您需要检查当前字体编码的文本。当您找到要突出显示的文本时，您需要检查您正在更新的当前文本绘图矩阵以确定绘图坐标。阅读 PDF 规范（1.7 版可从 Adob​​e 下载），了解需要注意哪些运算符。

字体编码可能是最困难的部分，因为可以指定几种编码方式，其中一些是字体专有的。大多数情况下，您可以作弊并依靠 ANSI 编码的一个子集——但这会破坏某些具有奇怪字体的 PDF。

本质上，您正在处理页面，就像您要呈现它一样。