搜索句子并使用icepdf获取行号。

Question

我尝试用icepdf.And搜索句子，得到了正确的结果大多数time.But现在面临的问题是

• 我在搜索句子时失败了，句子以一行开头，在下一行结束，。找到同样的答案有什么办法吗？我试着拆分这些句子，并搜索它们separately.But，这可能会带来更多的问题。
• 最后，有什么方法可以让我知道行号，我在其中得到匹配的搜索键。请帮帮忙。

Answer 1

循环遍历文档中的所有行并创建一个句子列表。每个句子都可以是一个WordText对象的列表。然后搜索你为找到你的句子而创建的列表。

下面是一些示例代码(到目前为止我还没有检查)来构建WordText对象列表。

ArrayList<ArrayList<WordText>> Sentences = new ArrayList<ArrayList<WordText>>;
ArrayList<WordText> currentSentence = new ArrayList<WordText>;
Document document = new Document();

// Build sentences
for (int pageNumber = 0, max = document.getNumberOfPages(); 
     pageNumber < max;     pageNumber++) {
  PageText pageText = document.getPageText(pageNumber);
  ArrayList<LineText> pageLines = pageText.getPageLines();
  for (LineText pageLine : pageLines) {
    ArrayList<WordText> words = pageLine.getWords();
    for (WordText word : words) {
      // If this is a word, and the last word was not a space, 
      // start a new sentence
      if(!word.getText().equals(" ") && currentSentence.size() > 0
         !currentSentence.get(currentSentence.size() - 1).getText().equals(" ")) {
        sentences.add(currentSentence);
        currentSentence = new ArrayList<WordText>;
      }
      // Add word to current sentnece
      currentSentence.add(word);
    }
   // Add the last sentence in
   sentences.add(currentSentence);
  }
}

如果需要对WordText列表进行排序，可以比较WordText对象y和x值。