Quartz2D編程指南(14)

咳咳。。PDF文檔解析 。。網(wǎng)上找了好久沒找到。。。自己翻譯了。水平不行。。大家將就點隨便看看了。這可是哥辛苦一下午翻譯的

咳咳。。PDF文檔解析 。。網(wǎng)上找了好久沒找到。。。自己翻譯了。水平不行。。大家將就點隨便看看了。這可是哥辛苦一下午翻譯的啊。累死我了。

PDF文檔解析

Quartz提供了讓你檢查PDF文檔結(jié)構(gòu)和內(nèi)容流（contentstream）的函數(shù).檢查文檔結(jié)構(gòu)可以讓你讀取文檔目錄的條目和與每個條目相關(guān)的內(nèi)容。通過遞歸地遍歷目錄,您可以檢查整個文檔。

一個PDF的內(nèi)容流（contentstream）正如其名字所暗示的—一個連續(xù)的數(shù)據(jù)流 例如'BT 12 /F71 Tf (draw thistext) Tj . . . '此處PDF操作符以及他們的描述符都混有實際的PDF內(nèi)容。檢查內(nèi)容流,你需要按順序訪問它。

本章揭示了如何查看PDF文檔的結(jié)構(gòu)和解析一個PDF文件的內(nèi)容。

檢查PDF文檔結(jié)構(gòu)

PDF文件可能包含多個頁面的圖像和文本。您可以使用Quartz訪問文檔和頁面級別的元數(shù)據(jù)以及PDF頁上的對象。本節(jié)提供了一個非常簡短的介紹,關(guān)于您可以訪問的元數(shù)據(jù)。

一個PDF文檔對象 (CGPDFDocument)包含了所有的信息,涉及到一個PDF文檔,包括它的目錄和內(nèi)容。目錄中的條目的遞歸地描述了PDF文檔的內(nèi)容。你可以訪問一個PDF文檔的內(nèi)容通過調(diào)用函數(shù)CGPDFDocumentGetCatalog。

一個PDF頁面對象(CGPDFPage)代表PDF文檔中的一頁且包含此特定的頁面所有信息,包括頁面字典和頁面內(nèi)容。您可以獲得一個頁面字典通過調(diào)用該函數(shù)CGPDFPageGetDictionary。

圖 14-1 展示了描述了兩張圖片的元數(shù)據(jù)—組成了圖13-2的PDF文件。

你可以通過訪問PDF的元數(shù)據(jù)獲得更多有用的信息。圖14-1只是一個示例。例如,您可以通過使用圖14-1中的代碼檢查一個PDF是否有縮略圖(見圖14-2)。

清單 14-1 得到PDF的縮略視圖

CGPDFDictionaryRef d;

CGPDFStreamRef stream; // represents a sequence of bytes

d = CGPDFPageGetDictionary(page);

// check for thumbnail data

if (CGPDFDictionaryGetStream (d, “Thumb”, &stream)){

 // get the data if it exists

 data = CGPDFStreamCopyData (stream, &format);

Quartz為你執(zhí)行了所有數(shù)據(jù)流的解密和解密工作。

圖 14-2 縮略圖片

Quartz提供了很多的功能,您可以使用它來獲得PDF的元數(shù)據(jù)中對應項的指定值。例如，您使用函數(shù)CGPDFObjectGetValue，傳入一個CGPDFObjectRef，和一個PDF對象類型(kCGPDFObjectTypeBoolean, kCGPDFObjectTypeInteger, 等等)，以及一個存儲值的存儲空間。返回時，此存儲空間就被得到的值填充了。

還有很多其他的函數(shù)可以用來遍歷PDF文件的層次結(jié)構(gòu)來訪問各個節(jié)點和他們的子節(jié)點。例如，CGPDFArray函數(shù)(CGPDFArrayGetBoolean, CGPDFArrayGet Dictionary, CGPDFArrayGetInteger,等等) 允許您訪問數(shù)組的值,以檢索特定類型的值。你可以通過閱讀閱讀PDF規(guī)范來找到更多關(guān)于如何使用這些函數(shù)。

解析PDF內(nèi)容

你使用CGPDFScanner對象(CGPDFScannerRef數(shù)據(jù)類型)來解析一個PDF內(nèi)容流。CGPDFScanner對象調(diào)用在流中注冊了回調(diào)方法的任何操作符的回調(diào)方法。

你可以執(zhí)行以下部分所描述的任務來解析內(nèi)容流：

1.“為操作符寫回調(diào)方法”你需要為你要操作的操作符編寫回調(diào)方法。

2.“創(chuàng)建和設置操作表”。

3.“打開PDF文檔”。

4.“掃描每頁的內(nèi)容流”。

當這么做的時候，你應該確保釋放了 the scanner, content stream,and operator table。

下面的部分展示如何解析內(nèi)容流找到標記-內(nèi)容操作符（marked-content operators）(見表14-1)。標記的內(nèi)容操作符只代表部分用于PDF內(nèi)容的PDF操作符。當您編寫自己的代碼時,你最好尋找適合您的應用程序的PDF操作符。

表 14-1 標注的內(nèi)容操作符代表一些你可以解析的PDF操作符

為操作符編寫回調(diào)方法

當Quartz調(diào)用你的PDF操作符的回調(diào)方法時，它通過你的回調(diào)方法傳遞了一個CGPDFScanner對象和一個指向任何必要信息的指針。通常，你的回調(diào)方法檢索任何與操作符相關(guān)聯(lián)的項。例如，在14-2所展示的清單中對應于MP操作符的回調(diào)方法調(diào)用了CGPDFScannerPopName函數(shù)從堆棧中檢索與操作符相關(guān)聯(lián)的字符串。如果清單中的代碼成功的從scanner棧中檢索出name，就打印出來。

Quartz有各式各樣的CGPDFScannerPop函數(shù)用于檢索objects,Boolean values, names, numbers, strings, arrays, dictionaries, and streams.每個函數(shù)都返回一個布爾值表明是否成功檢索了該項。

清單14-2 MP操作符的回調(diào)方法

static void

op_MP (CGPDFScannerRef s, void *info)

{

 const char *name;

 if (!CGPDFScannerPopName(s, &name))

 return;

 printf("MP /%s\n", name);

}

創(chuàng)建并設置操作表

一個CGPDFOperatorTable對象存儲了你編寫的PDF操作符回調(diào)函數(shù)。函數(shù)CGPDFOperatorTableCreate創(chuàng)建了一個操作符表，如清單14-3所示。當你創(chuàng)建了一個操作符表之后，你要為每個你要加入到表中的回調(diào)方法調(diào)用函數(shù) CGPDFOperatorTableSetCallback。你傳入了操作表，指定PDF操作符的字符串，以及一個你編寫用來處理指定操作符的回調(diào)函數(shù)的指針。你可以隨意命名這些回調(diào)函數(shù)。只要確?；卣{(diào)函數(shù)的名字和你傳入CGPDFOperatorTableSetCallback函數(shù)的名字是相同的即可。

代碼清單14-3為表14-1中列出的每個標記-文本操作符 設置了一個回調(diào)方法。你的應用應該為你感興趣的那些操作符設置回調(diào)方法。PDF操作符字符串由Adobe PDF Reference 制定。

清單 14-3 為操作表設置回調(diào)方法

CGPDFOperatorTableRef myTable;

myTable = CGPDFOperatorTableCreate();

CGPDFOperatorTableSetCallback (myTable, "MP", &op_MP);

CGPDFOperatorTableSetCallback (myTable, "DP", &op_DP);

CGPDFOperatorTableSetCallback (myTable, "BMC", &op_BMC);

CGPDFOperatorTableSetCallback (myTable, "BDC", &op_BDC);

CGPDFOperatorTableSetCallback (myTable, "EMC", &op_EMC);

打開PDF文檔

在你掃描PDF文檔之前，你必須打開它。清單14-4 展示了 從代碼中提供的URL創(chuàng)建一個CGPDFDocument對象的代碼片段。注意此清單只是一個代碼段，所以不是所有變量都定義了。此清單中用數(shù)字標注的代碼行都有詳細的解釋。

清單 14-4 從一個URL打開一個PDF文檔

CGPDFDocumentRef myDocument;

myDocument = CGPDFDocumentCreateWithURL(url);// 1

if (myDocument == NULL) {// 2

 error ("can't open `%s'.", filename);

 CFRelease (url);

 return EXIT_FAILURE;

}

CFRelease (url);

if (CGPDFDocumentIsEncrypted (myDocument)) {// 3

 if (!CGPDFDocumentUnlockWithPassword (myDocument, "")) {

 printf ("Enter password: ");

 fflush (stdout);

 password = fgets(buffer, sizeof(buffer), stdin);

 if (password != NULL) {

 buffer[strlen(buffer) - 1] = '\0';

 if (!CGPDFDocumentUnlockWithPassword (myDocument, password))

 error("invalid password.");

 }

 }

}

if (!CGPDFDocumentIsUnlocked (myDocument)) {// 4

 error("can't unlock `%s'.", filename);

 CGPDFDocumentRelease(myDocument);

 return EXIT_FAILURE;

 }

}

 if (CGPDFDocumentGetNumberOfPages(document) == 0) {// 5

 CGPDFDocumentRelease(document);

 return EXIT_FAILURE;

}

此處代碼做了哪些：

1. 利用代碼中提供的URL創(chuàng)建一個CGPDFDocument對象。

2. 檢查以確保CGPDFDocument對象被創(chuàng)建。如果沒有，代碼退出，因為沒有document繼續(xù)執(zhí)行沒有意義。

3. 檢查document是否加密。如果document加密，則代碼試圖利用空密碼打開文檔。如果失敗，代碼要求用戶提供密碼并試圖用此密碼解鎖文檔。

4. 檢查document是否解鎖，如果沒有，代碼退出。

5. 檢查以確保document至少有一頁，否則，代碼退出。

掃描每頁的內(nèi)容流

清單14-5 代碼段掃描文檔每一頁。當此scanner遇到一個注冊了回調(diào)方法的PDF操作符，Quartz就調(diào)用此回調(diào)方法。此清單中用數(shù)字標注的代碼行都有詳細的解釋。

清單 14-5 掃描文檔的每一頁

int k;

CGPDFPageRef myPage;

CGPDFScannerRef myScanner;

CGPDFContentStreamRef myContentStream;

numOfPages = CGPDFDocumentGetNumberOfPages (myDocument);// 1

for (k = 0; k < numOfPages; k++) {

 myPage = CGPDFDocumentGetPage (myDocument, k + 1 );// 2

 myContentStream = CGPDFContentStreamCreateWithPage (myPage);// 3

 myScanner = CGPDFScannerCreate (myContentStream, myTable, NULL);// 4

 CGPDFScannerScan (myScanner);// 5

 CGPDFPageRelease (myPage);// 6

 CGPDFScannerRelease (myScanner);// 7

 CGPDFContentStreamRelease (myContentStream);// 8

 }

 CGPDFOperatorTableRelease(myTable);

此處代碼解釋：

1. 得到你先前打開的document的頁數(shù)。見“Open thePDF Document.”

2. 檢索掃描一頁。頁數(shù)以一開始。

3. 為此頁創(chuàng)建內(nèi)容流。

4. 為內(nèi)容流創(chuàng)建一個scanner。你必須傳入先前創(chuàng)建且在回調(diào)方法中設置的內(nèi)容流和操作表。見“Create andSet Up the Operator Table.” 你也可以傳入你的回調(diào)方法中需要的任何數(shù)據(jù)。

5. 解析與scanner相關(guān)聯(lián)的內(nèi)容流。當Quartz每次遇到你在回調(diào)方法中提供的操作符時就會調(diào)用相應回調(diào)方法。

6. 釋放 page

7. 釋放 scanner

8. 釋放 content stream

9. 釋放 operator table 在PDF掃描完所有頁之后。

聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。TEL:177 7030 7066 E-MAIL:11247931@qq.com