我有一个Powershell脚本,它使用iTextSharp从PDF文件中提取文本。脚本下载的文件之一横向出现,因此需要旋转它才能让脚本读取它。
这是我读取PDF的函数。我已经测试过它,它可以工作:
function Get-PdfText {
[CmdletBinding()]
[OutputType([string])]
param (
[Parameter(Mandatory = $true)]
[string]
$Path
)
try {
$reader = New-Object iTextSharp.text.pdf.pdfreader -ArgumentList $Path
}
catch {
throw
}
$stringBuilder = New-Object System.Text.StringBuilder
for ($page = 1; $page -le $reader.NumberOfPages; $page++) {
$text = [iTextSharp.text.pdf.parser.PdfTextExtractor]::GetTextFromPage($reader, $page)
$null = $stringBuilder.AppendLine($text)
}
$reader.Close()
return $stringBuilder.ToString()
}
有很多关于如何在C#和Java中旋转PDF的文档,但没有Powershell。这里有一个很好的例子,但我不知道如何将其转换为Powershell:http://developers.itextpdf.com/question/how-rotate-page-90-degrees
这是我转换它的尝试:
function RotatePdf90Degrees {
param (
[Parameter(Mandatory = $true)]
[string]
$Path
)
$reader = New-Object iTextSharp.text.pdf.PdfReader -ArgumentList $Path
$n = $reader.NumberOfPages
$page #PdfDictionary
$rotate #PdfNumber
for ($p = 1; $p -le $n; $p++) {
$page = $reader.GetPageN($p);
$rotate = $page.GetAsNumber([iTextSharp.text.pdf.PdfName]::ROTATE);
if ($rotate -eq $null) {
$page.put([iTextSharp.text.pdf.PdfName]::ROTATE, [iTextSharp.text.pdf]::PdfNumber(90));
}
else {
$page.put([iTextSharp.text.pdf.PdfName]::ROTATE, [iTextSharp.text.pdf]::PdfNumber(($rotate.IntValue() + 90) % 360));
}
}
$stamper = New-Object iTextSharp.text.pdf.PdfStamper ($reader, [System.IO.StreamWriter] $Path);
$stamper.Close();
$reader.Close();
}
$page.put() 行有问题。我不知道如何为该函数提供适当的 PdfNumber 对象。
我一直在使用这个文档:http://developers.itextpdf.com/reference/package/com.itextpdf.text.pdf
也许我们正在开发不同版本的powershell
,但我在你的示例函数中遇到的第一个问题就在这里,
[iTextSharp.text.pdf.PdfName]::ROTATE;
引发以下异常:
字段或属性:"ca"表示类型:"iTextSharp.text.pdf.PdfName" 仅在字母大小写上与字段或属性不同:"CA"。这 类型必须符合公共语言规范 (CLS)。
查看iTextSharp
源代码,有两个单独的字段,如异常中所述:
-
PdfName.CA
-
PdfName.ca
有一段时间没有编写任何 powershell,因此最简单的解决方法是使用用于源中PdfName.ROTATE
的相同字符串实例化一个新的 PdfName
对象。无论如何,希望以下内容能帮助您入门:
function Rotate-Pdf {
[CmdletBinding()]
param(
[parameter(Mandatory=$true)] [string]$readerPath
,[parameter(Mandatory=$true)] [float]$degrees
)
$reader = New-Object iTextSharp.text.pdf.PdfReader($readerPath);
$rotate = New-Object iTextSharp.text.pdf.PdfName('Rotate');
$pdfNumber = New-Object iTextSharp.text.pdf.PdfNumber($degrees);
$pageCount = $reader.NumberOfPages;
for ($i = 1; $i -le $pageCount; $i++) {
# $rotation = $reader.GetPageRotation($i);
$pageDict = $reader.GetPageN($i);
$pageDict.Put($rotate, $pdfNumber);
}
$memoryStream = New-Object System.IO.MemoryStream;
$stamper = New-Object iTextSharp.text.pdf.PdfStamper($reader, $memoryStream);
$stamper.Dispose();
$bytes = $memoryStream.ToArray();
$memoryStream.Dispose();
$reader.Dispose();
return $bytes;
}
$bytes = Rotate-Pdf $input 90;
[System.IO.File]::WriteAllBytes($output, $bytes);
请注意,有一个额外的参数用于旋转度数,并且已注释掉$reader.GetPageRotation()
。根据PDF的创建方式,您不能总是依靠PdfReader.GetPageRotation()。
更新:
已确认上述异常特定于 PowerShell 4.0。没有测试 V3.0,但在使用 V2.0 时,[iTextSharp.text.pdf.PdfName]::ROTATE
不会引发 ExtendedTypeSystemException,并且运行没有问题。