如何在Objective-C (CGPDF)中找到PDF页面的页边距大小

Question

给定pdf文档中的一页，我希望能够使用objetive-C找到文本的页边距。

我意识到已经有很多关于CGPDF...的问题，但我还没有找到任何有用的东西。我还看过PDF规范文档。我确信它一定在某个地方，但我还没能找到它。

示例

我创建了一个Word文档，左右边距各为2.5厘米。然后打印成pdf格式。以这个pdf为例，有没有什么方法可以计算出文本的宽度(即左右页边距)？

背景

如果我找错了树，我问这个问题的原因是为了能够像iBooks一样缩放。如果你双击iBooks，它会将你放大到正文的宽度。这在Mac的预览应用程序中也是一样的(按下“缩放以适应”)。

第一个想法

我首先想到的是，也许像kCGPDFBleedBox这样的PDF Boxes (CGPDFPage)可能会有所帮助，但在我的情况下，似乎没有帮助。

更新

我只关心页面的正文。图像等，这可能是外部的，我并不困扰。

相关帖子

Fast and Lean PDF Viewer for iPhone / iPad / iOs - tips and hints?

Answer 1

您可以将PDF页面呈现为位图，检测其像素状态并获得白边距。看看这个来自Skim的优秀实现：http://skim-app.svn.sourceforge.net/viewvc/skim-app/trunk/NSBitmapImageRep_SKExtensions.m?revision=7036&content-type=text%2Fplain

Answer 2

我不熟悉苹果的“缩放以适应”功能和它的具体行为(尽管我可以想象它最重要的属性)……

依赖不同的*box值(MediaBox、CropBox、TrimBox、BleedBox和(不推荐使用的) ArtBox)时的一个潜在缺点是，实际空白可能仍然与它们的返回值不同(主要是更大)。

Ghostscript有一个叫做bbox的特殊设备，它返回所有页面渲染内容的“边界框”。示例：

gswin32c.exe ^
   -o nul: ^
   -sDEVICE=bbox ^
    input.pdf

返回(对于一个随机的3页示例，我尝试使用此命令)：

%%BoundingBox: 86 122 509 719
%%HiResBoundingBox: 86.993997 122.993996 508.013984 718.001978
%%BoundingBox: 103 199 152 271
%%HiResBoundingBox: 103.408098 199.998064 151.107956 270.897953
%%BoundingBox: 103 195 185 271
%%HiResBoundingBox: 103.208059 195.000041 184.000002 270.897953

您可能会忽略高精度的HiResBoundingBox值。这就给你留下了：

%%BoundingBox: 86 122 509 719
%%BoundingBox: 103 199 152 271
%%BoundingBox: 103 195 185 271

这四个值表示左下角和右上角的坐标，或者表示包围所有渲染像素的矩形。单位是PostScript points (72 points == 1 inch)。

将此值与pdfinfo.exe返回的*Box值进行比较

pdfinfo ^
  -f 1 ^
  -l 3 ^
  -box ^
   input.pdf
 [....]
 Page    1 size: 421 x 595 pts (A5)
 Page    2 size: 421 x 595 pts (A5)
 Page    3 size: 92 x 80 pts

 Page    1 MediaBox:     0.00     0.00   595.00   842.00
 Page    1 CropBox:     87.00   123.00   508.00   718.00
 Page    1 BleedBox:    87.00   123.00   508.00   718.00
 Page    1 TrimBox:     87.00   123.00   508.00   718.00
 Page    1 ArtBox:      87.00   123.00   508.00   718.00

 Page    2 MediaBox:     0.00     0.00   595.00   842.00
 Page    2 CropBox:     87.00   123.00   508.00   718.00
 Page    2 BleedBox:    87.00   123.00   508.00   718.00
 Page    2 TrimBox:     87.00   123.00   508.00   718.00
 Page    2 ArtBox:      87.00   123.00   508.00   718.00

 Page    3 MediaBox:     0.00     0.00   595.00   842.00
 Page    3 CropBox:     92.00   194.00   184.00   274.00
 Page    3 BleedBox:    92.00   194.00   184.00   274.00
 Page    3 TrimBox:     92.00   194.00   184.00   274.00
 Page    3 ArtBox:      92.00   194.00   184.00   274.00
 [...]

更新：这里是一个屏幕截图，显示了3个页面的缩略图，我用它来演示上面的区别：

​

​

Answer 3

根据CGPDF文档，您可以获得最多四个内容框，它们定义了内容被保存、打印、裁剪、裁切等的区域。使用CGPDFPageGetBoxRect()函数来获取这些盒子。我不确定它们的确切用途，所以这只是我对你需要哪些盒子的猜测：

CGRect mediaBox = CGPDFPageGetBoxRect(pageRef, kCGPDFMediaBox);
CGRect cropBox = CGPDFPageGetBoxRect(pageRef, kCGPDFCropBox);
CGFloat leftMargin = CGRectGetMinX(cropBox) - CGRectGetMinX(mediaBox);

换句话说，你得到了页面边界和内容矩形边界，并对它们做了数学运算。一旦你了解了每个盒子代表什么，应该不会太难。