从文档大纲（书签）中获取页码

Question

我正在使用 itext7 库来处理一些现有的 PDF。出于某种原因，我无法从大纲中获取页码。我想我应该以某种方式从 PdfDestination 中获取它，但在它的任何子类中都找不到任何匹配的方法。

PdfDocument pdfDoc =  new PdfDocument(new PdfReader("example.pdf"));
var root = pdfDoc.GetOutlines(false);
foreach (PdfOutline ol in root.GetAllChildren()) {
    Console.WriteLine(ol.GetTitle());
    PdfDestination d =  ol.GetDestination();
    // how to get the page number from the destination object
}

在 iText5 中，我使用 SimpleBookmark.GetBookmark(reader) 返回包含 "Page" 条目的词典列表 - 但此功能似乎已在 iText7 中删除。

编辑： 我查看了 PdfExplicitDestination.getDestinationPage() on Github (same for java 的 Net 实现。我不明白此方法的参数的用途。如果我传入 null，它似乎适用于使用 ToString() 在大纲层次结构中仅使用一个级别的 pdf。通过工作我的意思是它 returns 零索引页码作为一个字符串。对于 PDF，代码找不到页码（第一级也没有）。

PdfDocument pdfDoc =  new PdfDocument(new PdfReader("example.pdf"));
var root = pdfDoc.GetOutlines();
foreach (PdfOutline ol in root.GetAllChildren()) {
    Console.WriteLine(ol.GetTitle());
    var d = ol.GetDestination();
    if (d is PdfExplicitDestination) {
        string PageNoStr = d.GetDestinationPage(null).ToString();               
        // this is the content of the method (less the ToString()
        //string PageNoStr = ((PdfArray)d.GetPdfObject()).Get(0).ToString();
        int pageNo;
        if (Int32.TryParse(PageNoStr, out pageNo)) {
            Console.WriteLine("Page is " + pageNo);
        } else  {
            Console.WriteLine("Error page");
        }    
    }
}

所以我还在想办法解决这个问题。

Answer 1

关于大纲层次结构的级别，为了遍历整个层次结构，您必须检查每个 PdfOutline 的子级并递归遍历它们。

让您感到困惑的名称参数是负责解析命名目标的参数，在一般情况下，这是正确获取页码所必需的，因为您的 PDF 文档可能包含显式目标和命名目标。要获取名称映射，您可以使用 pdfDocument.getCatalog().getNameTree(PdfName.Dests).getNames();

要通过页面对象查找页码，您应该使用 pdfDocument.getPageNumber(PdfDictionary)。

总的来说，遍历轮廓的方法可能如下所示：

void walkOutlines(PdfOutline outline, Map<String, PdfObject> names, PdfDocument pdfDocument) {
    if (outline.getDestination() != null) {
        System.out.println(outline.getTitle() + ": page " +
                pdfDocument.getPageNumber((PdfDictionary) outline.getDestination().getDestinationPage(names)));
    }
    for (PdfOutline child : outline.getAllChildren()) {
        walkOutlines(child, names, pdfDocument);
    }
}

以及调用方法遍历大纲根的主要入口点：

PdfNameTree destsTree = pdfDocument.getCatalog().getNameTree(PdfName.Dests);
PdfOutline root = pdfDocument.getOutlines(false);
walkOutlines(root, destsTree.getNames(), pdfDocument);

请注意，代码示例适用于 Java，但它在 C# 中应该类似，除了一些大小写更改和 IDictionary 而不是 Map。

从文档大纲（书签）中获取页码

Get the page number from document outline (bookmarks)

c#

itext

itext7