我正在尝试使用 pdfbox 从 pdf 中提取包含所有信息的文本。我得到了我想要的所有信息，除了颜色。我尝试了不同的方法来获取字体颜色(包括 Getting Text Colour with PDFBox )。但没有工作。现在我从 pdfBox 的 PageDrawer 类复制了代码。但是 RGB 值也不正确。

protected void processTextPosition(TextPosition text) {

        Composite com;
        Color col;
        switch(this.getGraphicsState().getTextState().getRenderingMode()) {
        case PDTextState.RENDERING_MODE_FILL_TEXT:
            com = this.getGraphicsState().getNonStrokeJavaComposite();
            int r =       this.getGraphicsState().getNonStrokingColor().getJavaColor().getRed();
            int g = this.getGraphicsState().getNonStrokingColor().getJavaColor().getGreen();
            int b = this.getGraphicsState().getNonStrokingColor().getJavaColor().getBlue();
            int rgb = this.getGraphicsState().getNonStrokingColor().getJavaColor().getRGB();
            float []cosp = this.getGraphicsState().getNonStrokingColor().getColorSpaceValue();
            PDColorSpace pd = this.getGraphicsState().getNonStrokingColor().getColorSpace();
            break;
        case PDTextState.RENDERING_MODE_STROKE_TEXT:
            System.out.println(this.getGraphicsState().getStrokeJavaComposite().toString());
            System.out.println(this.getGraphicsState().getStrokingColor().getJavaColor().getRGB());
           break;
        case PDTextState.RENDERING_MODE_NEITHER_FILL_NOR_STROKE_TEXT:
            //basic support for text rendering mode "invisible"
            Color nsc = this.getGraphicsState().getStrokingColor().getJavaColor();
            float[] components = {Color.black.getRed(),Color.black.getGreen(),Color.black.getBlue()};
            Color  c1 = new Color(nsc.getColorSpace(),components,0f);
            System.out.println(this.getGraphicsState().getStrokeJavaComposite().toString());
            break;
        default:
            System.out.println(this.getGraphicsState().getNonStrokeJavaComposite().toString());
            System.out.println(this.getGraphicsState().getNonStrokingColor().getJavaColor().getRGB());
    }

我正在使用上面的代码。得到的值是 r = 0, g = 0, b = 0, 内部 cosp 对象值为 [0.0]，内部 pd 对象数组 = null 且 colorSpace = null。 RGB 值始终为 -16777216。请帮我。提前致谢。

最佳答案

我尝试了您发布的链接中的代码，它对我有用。我得到的颜色是 148.92、179.01001 和 214.965。我希望我可以将我的 PDF 提供给您使用，也许我可以将它存储在 SO 外部？我的 PDF 使用了一种浅蓝色，看起来很匹配。这只是在 Word 2010 中创建并导出的一页文本，没有太激烈。

一些建议....

1. 回想一下，返回的值是一个介于 0 和 1 之间的 float 。如果一个值被意外地转换为 int，那么当然这些值最终将包含几乎所有的 0。链接到代码乘以 255 得到一个范围0 到 255。
2. 正如评论者所说，PDF 文件最常见的颜色是黑色，即 0 0 0

这就是我现在能想到的，否则我有 1.7.1 版的 pdfbox 和 fontbox，就像我说的，我几乎按照你给的链接。

编辑

根据我的评论，对于像 color.pdf 这样的 pdf 文件，这可能是一种侵入性较小的方法？

在 PDFStreamEngine.java 中的 processOperator 方法中，可以在 try block 中执行

if (operation.equals("RG")) {
   // stroking color space
   System.out.println(operation);
   System.out.println(arguments);
} else if (operation.equals("rg")) {
   // non-stroking color space
   System.out.println(operation);
   System.out.println(arguments);
} else if (operation.equals("BT")) {
   System.out.println(operation);    
} else if (operation.equals("ET")) {
   System.out.println(operation);           
}

这将显示信息，然后由您根据需要处理每个部分的颜色信息。这是在 color.pdf 上运行时上述代码输出开头的片段 ...

BT rG [COSInt(1), COSInt(0), CoSInt(0)] RG [COSInt(1), COSInt(0), CoSInt(0)] 外星人 英国电信 外星人 英国电信 rG [COSFloat{0.573}，COSFloat{0.816}，COSFloat{0.314}] RG [COSFloat{0.573}，COSFloat{0.816}，COSFloat{0.314}] 外星人 ……

您在上面的输出中看到一个空的 BT ET 部分，这是一个标记为 DEVICEGRAY 的部分。所有其他给你 R、G 和 B 组件的 [0,1] 值

关于java - 如何使用pdfbox获取字体颜色，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/10844271/