代码文件

PDFReader.cpp

@@ -0,0 +1,219 @@
+#include "PDFReader.h"  // 引入 PDFReader 头文件
+#include <sstream>       // 处理字符串流
+#include <regex>         // 使用正则表达式
+#include <iterator>      // 迭代器支持
+#include <vector>        // 使用动态数组
+#include <GL/glut.h>     // OpenGL 用于渲染 PDF
+#include <cstring>       // 处理 C 风格字符串
+
+// 构造函数: 打开 PDF 文件
+PDFReader::PDFReader(const std::string& filepath) {
+    // 以二进制模式打开文件
+    file.open(filepath, std::ios::binary);  
+
+    // 检查文件是否成功打开
+    if (!file) {  
+        // 输出错误信息
+        std::cerr << "无法打开 PDF 文件: " << filepath << std::endl;  
+    }
+}
+
+// 析构函数: 关闭 PDF 文件
+PDFReader::~PDFReader() {
+    // 检查文件是否仍然打开
+    if (file.is_open()) {  
+
+        // 关闭文件
+        file.close(); 
+    }
+}
+
+// 解析 JPEG (DCTDecode) 图片
+void PDFReader::extractImages() {
+    // 如果文件未打开，直接返回
+    if (!file.is_open()) return; 
+
+    // 将文件指针移动到文件开头
+    file.seekg(0, std::ios::beg); 
+
+    // 存储读取的行数据
+    std::string line;  
+
+    // 逐行读取 PDF 文件内容
+    while (std::getline(file, line)) { 
+        // 检测 JPEG 图片标识符
+        if (line.find("/DCTDecode") != std::string::npos) {  
+             // 输出发现信息
+            std::cout << "发现 JPEG (DCTDecode) 图片" << std::endl; 
+
+            // 存储 JPEG 图片的二进制数据
+            std::vector<unsigned char> imageData;  
+            // 缓冲区用于存储文件数据
+            char buffer[1024];  
+            // 逐块读取文件
+            while (file.read(buffer, sizeof(buffer))) {  
+                // 将数据存入 imageData
+                imageData.insert(imageData.end(), buffer, buffer + file.gcount());  
+            }
+
+            // 使用 libjpeg 解析 JPEG 图片
+            struct jpeg_decompress_struct cinfo;  // JPEG 解压缩结构体
+
+            // JPEG 错误管理
+            struct jpeg_error_mgr jerr; 
+
+             // 绑定错误管理器
+            cinfo.err = jpeg_std_error(&jerr); 
+
+            // 初始化 JPEG 解压缩对象
+            jpeg_create_decompress(&cinfo); 
+
+            // 设定解码数据来源
+            jpeg_mem_src(&cinfo, imageData.data(), imageData.size());  
+            // 读取 JPEG 头部信息
+            jpeg_read_header(&cinfo, TRUE);  
+            // 开始解压
+            jpeg_start_decompress(&cinfo); 
+
+            // 输出图片尺寸
+            std::cout << "JPEG 图片尺寸: " << cinfo.output_width << "x" << cinfo.output_height << std::endl;  
+
+            // 结束解压
+            jpeg_finish_decompress(&cinfo);  
+            // 释放资源
+            jpeg_destroy_decompress(&cinfo);  
+        }
+    }
+}
+
+// 解析 FlateDecode (压缩流)
+void PDFReader::parseFlateDecode() {
+    // 如果文件未打开，直接返回
+    if (!file.is_open()) return;  
+
+    // 存储压缩数据
+    std::vector<unsigned char> compressedData;  
+    // 存储读取的行数据
+    std::string line;  
+
+    // 将文件指针移动到文件开头
+    file.seekg(0, std::ios::beg);  
+    // 逐行读取 PDF 文件内容
+    while (std::getline(file, line)) { 
+        // 检测 FlateDecode 标识符
+        if (line.find("/FlateDecode") != std::string::npos) {  
+            // 输出发现信息
+            std::cout << "发现 FlateDecode (压缩流)" << std::endl; 
+
+            // 缓冲区用于存储压缩数据
+            char buffer[1024];  
+            // 逐块读取文件
+            while (file.read(buffer, sizeof(buffer))) { 
+                // 存入 compressedData
+                compressedData.insert(compressedData.end(), buffer, buffer + file.gcount()); 
+            }
+
+            // 使用 zlib 解压缩数据
+            std::vector<unsigned char> uncompressedData(compressedData.size() * 4);  // 预分配缓冲区
+
+            // 初始化 zlib 流结构体
+            z_stream strm = { 0 };  
+            // 设定输入数据
+            strm.next_in = compressedData.data();  
+            // 设定输入数据大小
+            strm.avail_in = compressedData.size();  
+            // 设定输出缓冲区
+            strm.next_out = uncompressedData.data();  
+            // 设定输出缓冲区大小
+            strm.avail_out = uncompressedData.size();  
+
+            // 初始化解压
+            inflateInit(&strm);  
+            // 执行解压
+            inflate(&strm, Z_FINISH);  
+            // 结束解压
+            inflateEnd(&strm); 
+
+
+            // 输出解压后大小
+            std::cout << "解压后数据大小: " << strm.total_out << " 字节" << std::endl; 
+        }
+    }
+}
+
+// 解析 PDF 表格
+void PDFReader::parseTables() {
+
+    // 如果文件未打开，直接返回
+    if (!file.is_open()) return;  
+
+    // 存储读取的行数据
+    std::string line;  
+    // 逐行读取 PDF 文件内容
+    while (std::getline(file, line)) {  
+        // 检测表格标识符
+        if (line.find("/Table") != std::string::npos) { 
+            // 输出发现信息
+            std::cout << "发现 PDF 表格" << std::endl; 
+
+            // 存储表格数据
+            std::vector<std::vector<std::string>> tableData; 
+            // 读取表格内容
+            while (std::getline(file, line) && line.find("endtable") == std::string::npos) {  
+                // 存储当前行数据
+                std::vector<std::string> row;  
+                // 使用字符串流分割数据
+                std::stringstream ss(line);  
+                // 存储单元格数据
+                std::string cell; 
+
+
+                // 以空格分割单元格
+                while (std::getline(ss, cell, ' ')) { 
+                    // 存入行数据
+                    row.push_back(cell); 
+                }
+                // 存入表格数据
+                tableData.push_back(row);  
+            }
+
+
+            // 输出表格行数
+            std::cout << "表格数据解析完成，共 " << tableData.size() << " 行" << std::endl;  
+        }
+    }
+}
+
+// OpenGL 渲染 PDF 页面
+display() {
+    // 清空缓冲区
+    glClear(GL_COLOR_BUFFER_BIT); 
+    // 设置颜色（红色）
+    glColor3f(1.0, 0.0, 0.0); 
+
+    // 开始绘制四边形
+    glBegin(GL_QUADS);  
+    // 左下角
+    glVertex2f(-0.5f, -0.5f);  
+    // 右下角
+    glVertex2f(0.5f, -0.5f);  
+    // 右上角
+    glVertex2f(0.5f, 0.5f); 
+    // 左上角
+    glVertex2f(-0.5f, 0.5f); 
+
+    glEnd();  // 结束绘制
+
+    glFlush();  // 刷新显示
+}
+
+void PDFReader::renderPDF() {
+    int argc = 1;
+    char* argv[1] = { (char*)"PDFRenderer" };
+    glutInit(&argc, argv);
+    glutInitDisplayMode(GLUT_SINGLE);
+    glutInitWindowSize(500, 500);
+    glutCreateWindow("PDF 页面渲染");
+    glutDisplayFunc(display);
+    glutMainLoop();
+}