Lectura de archivos PDF como cadenas a través de la aplicación de iPhone

Estoy enfrentando algún problema en el desarrollo de aplicaciones de iPhone para “leer PDF”. He intentado seguir el código. Sé que he usado métodos incorrectos para analizar: los métodos de análisis se utilizan para fines de búsqueda. Pero quiero convertir todo el texto en PDF en una cadena. Digamos, por ejemplo, MobileHIG.pdf de Apple: lo he usado en este código.

@implementation NetPDFViewController size_t totalPages; // a variable to store total pages // a method to get the pdf ref CGPDFDocumentRef MyGetPDFDocumentRef (const char *filename) { CFStringRef path; CFURLRef url; CGPDFDocumentRef document; path = CFStringCreateWithCString (NULL, filename,kCFStringEncodingUTF8); url = CFURLCreateWithFileSystemPath (NULL, path, kCFURLPOSIXPathStyle, 0); CFRelease (path); document = CGPDFDocumentCreateWithURL (url);// 2 CFRelease(url); int count = CGPDFDocumentGetNumberOfPages (document);// 3 if (count == 0) { printf("`%s' needs at least one page!", filename); return NULL; } return document; } // table methods to parse pdf static void op_MP (CGPDFScannerRef s, void *info) { const char *name; if (!CGPDFScannerPopName(s, &name)) return; printf("MP /%s\n", name); } static void op_DP (CGPDFScannerRef s, void *info) { const char *name; if (!CGPDFScannerPopName(s, &name)) return; printf("DP /%s\n", name); } static void op_BMC (CGPDFScannerRef s, void *info) { const char *name; if (!CGPDFScannerPopName(s, &name)) return; printf("BMC /%s\n", name); } static void op_BDC (CGPDFScannerRef s, void *info) { const char *name; if (!CGPDFScannerPopName(s, &name)) return; printf("BDC /%s\n", name); } static void op_EMC (CGPDFScannerRef s, void *info) { const char *name; if (!CGPDFScannerPopName(s, &name)) return; printf("EMC /%s\n", name); } // a method to display pdf page. void MyDisplayPDFPage (CGContextRef myContext,size_t pageNumber,const char *filename) { CGPDFDocumentRef document; CGPDFPageRef page; document = MyGetPDFDocumentRef (filename);// 1 totalPages=CGPDFDocumentGetNumberOfPages(document); page = CGPDFDocumentGetPage (document, pageNumber);// 2 CGPDFDictionaryRef d; d = CGPDFPageGetDictionary(page); // ----- edit problem here - CGPDFDictionary is completely unknown // ----- as we don't know keys & values of it. CGPDFScannerRef myScanner; 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); CGPDFContentStreamRef myContentStream = CGPDFContentStreamCreateWithPage (page);// 3 myScanner = CGPDFScannerCreate (myContentStream, myTable, NULL);// 4 CGPDFScannerScan (myScanner);// 5 // CGPDFDictionaryRef d; CGPDFStringRef str; // represents a sequence of bytes d = CGPDFPageGetDictionary(page); if (CGPDFDictionaryGetString(d, "Thumb", &str)){ CFStringRef s; s = CGPDFStringCopyTextString(str); if (s != NULL) { //need something in here in case it cant find anything NSLog(@"%@ testing it", s); } CFRelease(s); // CFDataRef data = CGPDFStreamCopyData (stream, CGPDFDataFormatRaw); } // ----------------------------------- CGContextDrawPDFPage (myContext, page);// 3 CGContextTranslateCTM(myContext, 0, 20); CGContextScaleCTM(myContext, 1.0, -1.0); CGPDFDocumentRelease (document);// 4 } - (void)viewDidLoad { [super viewDidLoad]; // -------------------------------------------------------- // code for simple direct image from pdf docs. UIGraphicsBeginImageContext(CGSizeMake(320, 460)); initialPage=28; MyDisplayPDFPage(UIGraphicsGetCurrentContext(), initialPage, [[[NSBundle mainBundle] pathForResource:@"MobileHIG" ofType:@"pdf"] UTF8String]); imgV.image=UIGraphicsGetImageFromCurrentImageContext(); imgV.image=[imgV.image rotate:UIImageOrientationDownMirrored]; } - (void)touchesBegan:(NSSet *)touches withEvent:(UIEvent *)event{ UITouch *touch = [touches anyObject]; CGPoint LasttouchPoint = [touch locationInView:self.view]; int LasttouchX = LasttouchPoint.x; startpoint=LasttouchX; } - (void)touchesMoved:(NSSet *)touches withEvent:(UIEvent *)event{ } - (void)touchesEnded:(NSSet *)touches withEvent:(UIEvent *)event{ UITouch *touch = [touches anyObject]; CGPoint LasttouchPoint = [touch locationInView:self.view]; int LasttouchX = LasttouchPoint.x; endpoint=LasttouchX; if(startpoint>(endpoint+75)){ initialPage++; [self loadPage:initialPage nextOne:YES]; } else if((startpoint+75)<endpoint){ initialPage--; [self loadPage:initialPage nextOne:NO]; } } -(void)loadPage:(NSUInteger)page nextOne:(BOOL)yesOrNo{ if(page0){ UIGraphicsBeginImageContext(CGSizeMake(720, 720)); MyDisplayPDFPage(UIGraphicsGetCurrentContext(), page, [[[NSBundle mainBundle] pathForResource:@"MobileHIG" ofType:@"pdf"] UTF8String]); CATransition *transition = [CATransition animation]; transition.duration = 0.75; transition.timingFunction = [CAMediaTimingFunction functionWithName:kCAMediaTimingFunctionEaseInEaseOut]; transition.type=kCATransitionPush; if(yesOrNo){ transition.subtype=kCATransitionFromRight; } else { transition.subtype=kCATransitionFromLeft; } transition.delegate = self; [imgV.layer addAnimation:transition forKey:nil]; imgV.image=UIGraphicsGetImageFromCurrentImageContext(); imgV.image=[imgV.image rotate:UIImageOrientationDownMirrored]; } } 

Pero no tuve éxito en leer ni una sola línea del documento pdf. ¿Qué falta todavía?

Tengo una biblioteca que puede hacer esto exactamente relacionado aquí: Extracción de texto en pdf en Objective C

Si desea extraer algo de contenido de un archivo pdf, entonces puede leer lo siguiente:

Análisis del contenido PDF

de la guía de progtwigción 2D de Quartz.

Básicamente, usará un objeto CGPDFScanner para analizar el contenido, que funciona de la siguiente manera. Usted registra algunas devoluciones de llamada que se invocarán automáticamente por Quartz 2D al encontrar algunos operadores de PDF en la secuencia de pdf. Después de este paso inicial, entonces realmente comienzas a analizar el flujo de PDF.

Dando un breve vistazo a su código, parece que no está siguiendo los pasos necesarios para analizar el contenido en CGPDFDocumentGetPage() PDF de la página que obtiene a través de CGPDFDocumentGetPage() . Primero necesita configurar las devoluciones de llamadas usando CGPDFOperatorTableCreate() y CGPDFOperatorTableSetCallback() , luego obtiene la página, necesita crear una secuencia de contenido usando esa página (usando CGPDFContentStreamCreateWithPage() ) y luego CGPDFScanner una instancia de CGPDFScanner través de CGPDFScannerCreate() y realmente comienza escaneo a través de CGPDFScannerScan() .

La sección “Análisis del contenido PDF” del documento señalado por la URL anterior le brinda toda la información necesaria para implementar el análisis de PDF.

Espero que esto ayude.

Observe cómo lo hace la aplicación de muestra QuartzDemo , específicamente la clase QuartzPDFView en los archivos QuartzImages.h y QuartzImages.m. Muestra un ejemplo de carga de un PDF a través de Quartz.