PDFからタグ付きコンテンツを抽出する

タグ付きPDFコンテンツの取得

タグ付きテキストを含むPDFドキュメントのコンテンツを取得するために、Aspose.PDFはDocumentクラスのgetTaggedContent()メソッドを提供します。以下のコードスニペットは、タグ付きテキストを含むPDFドキュメントのコンテンツを取得する方法を示しています。

// 完全な例とデータファイルについては、https://github.com/aspose-pdf/Aspose.PDF-for-Java を参照してください
// ドキュメントディレクトリへのパス。
String path = "pathTodir";

// PDFドキュメントを作成
Document document = new Document();

// タグ付きPDFで作業するためのコンテンツを取得
ITaggedContent taggedContent = document.getTaggedContent();

//
// タグ付きPDFコンテンツの操作
//

// ドキュメントのタイトルと言語を設定
taggedContent.setTitle("Simple Tagged Pdf Document");
taggedContent.setLanguage("en-US");

// タグ付きPDFドキュメントを保存
document.save(path + "TaggedPDFContent.pdf");

ルート構造の取得

Tagged PDF ドキュメントのルート構造を取得するために、Aspose.PDF は getStructTreeRootElement(https://reference.aspose.com/pdf/java/com.aspose.pdf.tagged/ITaggedContent#getStructTreeRootElement--) および ITaggedContent インターフェイスの getStructureElement() メソッドを提供しています。以下のコードスニペットは、Tagged PDF ドキュメントのルート構造を取得する方法を示しています。

// 完全な例とデータファイルについては、https://github.com/aspose-pdf/Aspose.PDF-for-Java を参照してください。
// ドキュメントディレクトリへのパス。
String path = "pathTodir";
// PDF ドキュメントを作成
Document document = new Document();

// TaggedPdf で作業するためのコンテンツを取得
ITaggedContent taggedContent = document.getTaggedContent();

// ドキュメントのタイトルと言語を設定
taggedContent.setTitle("Tagged Pdf Document");
taggedContent.setLanguage("en-US");

// プロパティ StructTreeRootElement と RootElement は、PDF ドキュメントの StructTreeRoot オブジェクトおよび
// ルート構造要素（ドキュメント構造要素）へのアクセスに使用されます。
StructTreeRootElement structTreeRootElement = taggedContent.getStructTreeRootElement();
StructureElement rootElement = taggedContent.getRootElement();

子要素へのアクセス

タグ付きPDFドキュメントの子要素にアクセスするために、Aspose.PDFはElementListクラスを提供します。以下のコードスニペットは、タグ付きPDFドキュメントの子要素にアクセスする方法を示しています。

// 完全な例とデータファイルについては、https://github.com/aspose-pdf/Aspose.PDF-for-Java をご覧ください。
String path = "pathTodir";
// PDFドキュメントを開く
Document document = new Document( path +"StructureElements.pdf");

// タグ付きPDFを操作するためのコンテンツを取得
ITaggedContent taggedContent = document.getTaggedContent();

// ルート要素にアクセス
ElementList elementList = taggedContent.getStructTreeRootElement().getChildElements();
for (Element element : elementList)
{
    if (element instanceof StructureElement)
    {
        StructureElement structureElement =  (StructureElement)element;

        // プロパティを取得
        String title = structureElement.getTitle();
        String language = structureElement.getLanguage();
        String actualText = structureElement.getActualText();
        String expansionText = structureElement.getExpansionText();
        String alternativeText = structureElement.getAlternativeText();
    }
}

// ルート要素の最初の要素の子要素にアクセス
elementList = taggedContent.getRootElement().getChildElements().get_Item(1).getChildElements();
for (Element element : elementList)
{
    if (element instanceof StructureElement)
    {
        StructureElement structureElement = (StructureElement)element;

        // プロパティを設定
        structureElement.setTitle("title");
        structureElement.setLanguage("fr-FR");
        structureElement.setActualText("actual text");
        structureElement.setExpansionText("exp");
        structureElement.setAlternativeText("alt");
    }
}

// タグ付きPDFドキュメントを保存
document.save( path +"AccessChildrenElements.pdf");