Manipulation af PDF dokumenter

Check
http://itextsharp.sourceforge.net/tutorial/ch01.html
og læs
Advanced: reading PDF

Her er den sump kode der åbner dokumentet.
---------------------
using System;
using System.IO;

using iTextSharp.text;
using iTextSharp.text.pdf;

public class Chap0106 {
   
    public static void Test() {
       
        Console.WriteLine("Chapter 1 example 6: Meta Information");
       
        // step 1: creation of a document-object
        Document document = new Document();
       
        try {
           
            // step 2:
            // we create a writer that listens to the document
            // and directs a PDF-stream to a file
           
            PdfWriter.getInstance(document, new FileStream("Chap0106.pdf", FileMode.Create));
           
            // step 3: we add some metadata and open the document
           
            document.addTitle("Hello World example");
            document.addSubject("This example explains step 6 in Chapter 1");
            document.addKeywords("Metadata, iText, step 6, tutorial");
            document.addCreator("My program using iText#");
            document.addAuthor("Bruno Lowagie");
            document.addHeader("Expires", "0");
            document.Open();
           
            // step 4: we add a paragraph to the document
            document.Add(new Paragraph("Hello World"));
           
        }
        catch(DocumentException de) {
            Console.Error.WriteLine(de.Message);
        }
        catch(IOException ioe) {
            Console.Error.WriteLine(ioe.Message);
        }
       
        // step 5: we close the document
        document.Close();
    }
}
-----------------

iText komponenten kan hentes her: http://sourceforge.net/project/showfiles.php?group_id=15255&package_id=12596&release_id=215599

Mvh. Jan Borup Coyle

Som SimonValter pointere kan itext ikke finde og ændre eksisterende data i PDF filen. Der findes en del værktøjer der kan tilføje ekstra objekter i dokumentet, men at navigere inde i selve dokumentet, og finde tekst stykker (der kan ligger inde i nogle stream objekter) som skal ændres, er en helt anden sag.

Det kan godt lade sig gøre.. hvis man studerer PDF-dokumentationen (kapitel 3-5) får man en god ide om hvad der skal til. Men problemet, som jeg har forstået det, er at der er så mange måder at pakke disse objekter ind, som ligger inde i selve PDF filen, at det er et helvede at få puttet noget sammen der kan parse samtlige dokument typer. Derudover behøver ens tekst objekter slet ikke at fremkomme kronologisk i filen, da de bare bliver placeret på siden efter nogle koordinater. Så det bliver noget gøgl, hvis man indsætter tekst som fylder mere end hvad der stod i forvejen, da man lige pludseligt skal til at beregne nye koordinater for alle objekter der fremkommer efter det ændrede objekt.

Indtil nu er det ikke lykkes mig at finde en let udvej, så som et komponent til dotnet. Som kan parse alle former for PDF dokumenter og komprimeringsformer af stream-objekterne, og lade mig ændre i disse objekter. For derefter at forskyde efterfølgende tekst, så min tekstlinier ikke smadre sammen. Og så samle dokumentet igen.