/// <summary>
/// Devuelve un patrón de búsqueda a partir de la
/// instancia de coicidencia.
/// </summary>
/// <returns>Patrón de búsqueda.</returns>
public PdfTagPattern GetPdfTagPattern()
{
PdfTextBaseRectangle rectangle = null;
if (_PdfTextRectangle != null)
{
rectangle = new PdfTextBaseRectangle()
{
Llx = _PdfTextRectangle.Llx,
Lly = _PdfTextRectangle.Lly,
Urx = _PdfTextRectangle.Urx,
Ury = _PdfTextRectangle.Ury
}
}
;
else if (_PdfColorFontTextRectangle != null)
{
rectangle = new PdfTextBaseRectangle()
{
Llx = _PdfColorFontTextRectangle.Llx,
Lly = _PdfColorFontTextRectangle.Lly,
Urx = _PdfColorFontTextRectangle.Urx,
Ury = _PdfColorFontTextRectangle.Ury
};
}
string regexPattern = _TextMatch.Pattern ??
TxtRegex.Replace(_TextMatch.TextValue);
if (_PdfColorFontTextRectangle != null)
{
return new PdfTagPattern()
{
RegexPattern = regexPattern,
Position = _TextMatch.Position,
PdfPageN = PdfPageN,
PdfRectangle = rectangle,
MetadataItemName = MetadataItemName,
FillColor = _PdfColorFontTextRectangle.FillColor,
StrokeColor = _PdfColorFontTextRectangle.StrokeColor,
FontName = _PdfColorFontTextRectangle.FontName,
FontSize = _PdfColorFontTextRectangle.FontSize.ToString(),
CFType = _PdfColorFontTextRectangle.Type
}
}
;
else
{
return new PdfTagPattern()
{
RegexPattern = regexPattern,
Position = _TextMatch.Position,
PdfPageN = PdfPageN,
PdfRectangle = rectangle,
MetadataItemName = MetadataItemName,
}
};
}
/// <summary>
/// Devuelve las coincidencias entre los datos
/// del pdf, y los metadatos facilitados.
/// <code lang="C#">
/// // Partiendo de una entrada de datos no estructurados de pdf
/// PdfUnstructuredDoc pdf = new PdfUnstructuredDoc(@"C:\ProgramData\PdfTagger\Inbox\0000021101.pdf");
///
/// // y de un conjunto de datos estructurados
/// InvoiceMetadata metadata = new InvoiceMetadata();
///
/// metadata.InvoiceNumber = "1 / 33050";
/// metadata.BuyerPartyID = "ES - A12070330";
/// metadata.IssueDate = new DateTime(2017, 11, 30);
/// metadata.GrossAmount = 3646.50m;
/// metadata.TaxesOutputsBase01 = 3013.64m;
/// metadata.TaxesOutputsRate01 = 21m;
/// metadata.TaxesOutputsAmount01 = 632.86m;
///
/// PdfCompareResult compareResult = PdfCompare.Compare(new BusinessHierarchySet(), pdf, metadata);
/// </code>
/// <code lang="VB">
/// ' Partiendo de una entrada de datos no estructurados de pdf
/// Dim pdf As PdfUnstructuredDoc = New PdfUnstructuredDoc(@"C:\ProgramData\PdfTagger\Inbox\0000021101.pdf")
///
/// ' y de un conjunto de datos estructurados
/// Dim metadata As InvoiceMetadata = New InvoiceMetadata()
///
/// metadata.InvoiceNumber = "1 / 33050"
/// metadata.BuyerPartyID = "ES - A12070330"
/// metadata.IssueDate = New Date(2017, 11, 30)
/// metadata.GrossAmount = CDec(3646.5)
/// metadata.TaxesOutputsBase01 = CDec(3013.64)
/// metadata.TaxesOutputsRate01 = 21
/// metadata.TaxesOutputsAmount01 = CDec(632.86)
///
/// Dim compareResult As PdfCompareResult = PdfCompare.Compare(New BusinessHierarchySet(), pdf, metadata)
/// </code>
/// </summary>
/// <param name="hierarchySet">Catalogo de jerarquías de analizadores
/// por tipo. La operación utilizara para comparar cada tipo de variable
/// el parser obtenido del catálogo. La comparación se irá ejecutando
/// por cada uno de los parsers según su orden en la jerarquía, hasta
/// que se encuentre un valor coincidente o se llegue al final
/// de la jerarquía.</param>
/// <param name="pdf">Instancia de la clase PdfUnstructuredDoc fruto
/// del análisis y obtención de los datos no estructurados de un pdf.</param>
/// <param name="metadata">Datos estructurados a comparar con los
/// datos no estructurados obtenidos del pdf.</param>
/// <returns>Instancia de la clase PdfCompareResult con
/// los resultados obtenidos de la comparación.</returns>
public static PdfCompareResult Compare(IHierarchySet hierarchySet,
PdfUnstructuredDoc pdf, IMetadata metadata)
{
PdfCompareResult compareResult = new PdfCompareResult(pdf, metadata, hierarchySet);
foreach (PropertyInfo pInf in metadata.GetType().GetProperties())
{
object pValue = pInf.GetValue(metadata);
// Obtengo la jerarquía de analizadores
ITextParserHierarchy parserHierarchy = hierarchySet.GetParserHierarchy(pInf);
if (pInf.PropertyType == typeof(string))
{
parserHierarchy.SetParserRegexPattern(0, TxtRegex.Replace($"{pValue}"));
}
// Recorro todos los datos del pdf que quiero comparar
if (parserHierarchy != null && pValue != null && !IsZeroNumeric(pValue))
{
foreach (var page in pdf.PdfUnstructuredPages)
{
// Grupos de palabras
foreach (var wordGroup in page.WordGroups)
{
foreach (var match in parserHierarchy.GetMatches(pValue, wordGroup.Text))
{
compareResult.WordGroupsInfos.Add(new PdfCompareInfo(pdf, page, wordGroup, match, pInf, null));
}
}
// Grupos de líneas
foreach (var line in page.Lines)
{
foreach (var match in parserHierarchy.GetMatches(pValue, line.Text))
{
compareResult.LinesInfos.Add(new PdfCompareInfo(pdf, page, line, match, pInf, null));
}
}
// Grupos de texto con porpiedades como el color de la fuente
foreach (var textString in page.TextStringGroups)
{
foreach (var match in parserHierarchy.GetMatches(pValue, textString.Text))
{
PdfClownTextString tsNA = new PdfClownTextString(textString.Text, textString.ColorFill, textString.ColorStroke, textString.FontType, textString.FontSize)
{
Rectangle = textString.Rectangle,
Type = "NA"
};
PdfClownTextString tsX = new PdfClownTextString(textString.Text, textString.ColorFill, textString.ColorStroke, textString.FontType, textString.FontSize)
{
Type = "X",
Rectangle = textString.Rectangle
};
PdfClownTextString tsY = new PdfClownTextString(textString.Text, textString.ColorFill, textString.ColorStroke, textString.FontType, textString.FontSize)
{
Type = "Y",
Rectangle = textString.Rectangle
};
compareResult.TextStringInfos.Add(new PdfCompareInfo(pdf, page, null, match, pInf, tsNA));
compareResult.TextStringInfos.Add(new PdfCompareInfo(pdf, page, null, match, pInf, tsX));
compareResult.TextStringInfos.Add(new PdfCompareInfo(pdf, page, null, match, pInf, tsY));
}
}
foreach (var match in parserHierarchy.GetMatches(pValue, page.PdfText))
{
Type txtBoundMatchGenType = typeof(TextBoundMatch <>).MakeGenericType(pInf.PropertyType);
ITextMatch txtBoundMatch = (ITextMatch)Activator.CreateInstance(txtBoundMatchGenType, match);
ITextMatch txtBoundMatchSoft = (ITextMatch)Activator.CreateInstance(txtBoundMatchGenType, match);
(txtBoundMatchSoft as ITextBoundMatch).UseLengthOnPatternDigitReplacement = false;
if (txtBoundMatch.Pattern != null)
{
dynamic converter = parserHierarchy.GetConverter(match.Pattern);
// Límites contextuales
if (IsAllMatchesOK(txtBoundMatch, page, pValue, converter))
{
compareResult.PdfTextInfos.Add(
new PdfCompareInfo(pdf, page, null, txtBoundMatch, pInf, null));
}
// Límites contextuales menos estrictos
if (IsAllMatchesOK(txtBoundMatchSoft, page, pValue, converter))
{
compareResult.PdfTextInfos.Add(
new PdfCompareInfo(pdf, page, null, txtBoundMatchSoft, pInf, null));
}
}
}
}
}
}
return(compareResult);
}
/// <summary>
/// Devuelve un patrón de búsqueda a partir de la
/// instancia de coicidencia.
/// </summary>
/// <returns>Patrón de búsqueda.</returns>
public PdfTagPattern GetPdfTagPattern()
{
PdfTextBaseRectangle rectangle = null;
string colorStroke = null;
string colorFill = null;
string fontType = null;
string fontSize = null;
string type = null;
string coordinate = null;
if (_PdfClownTextString == null)
{
if (_PdfTextRectangle != null)
{
rectangle = new PdfTextBaseRectangle()
{
Llx = _PdfTextRectangle.Llx,
Lly = _PdfTextRectangle.Lly,
Urx = _PdfTextRectangle.Urx,
Ury = _PdfTextRectangle.Ury
}
}
;
}
else
{
try
{
colorStroke = _PdfClownTextString.ColorStroke.BaseDataObject.ToString();
colorFill = _PdfClownTextString.ColorFill.BaseDataObject.ToString();
fontSize = _PdfClownTextString.FontSize.ToString();
fontType = _PdfClownTextString.FontType.Name;
type = _PdfClownTextString.Type;
if (_PdfClownTextString.Rectangle != null)
{
RectangleF?rect = _PdfClownTextString.Rectangle;
if (type.Equals("X"))
{
coordinate = _PdfClownTextString.Rectangle.Value.X.ToString();
}
else if (type.Equals("Y"))
{
coordinate = _PdfClownTextString.Rectangle.Value.Y.ToString();
}
}
}
catch
{
}
}
string regexPattern = _TextMatch.Pattern ??
TxtRegex.Replace(_TextMatch.TextValue);
return(new PdfTagPattern()
{
RegexPattern = regexPattern,
Position = _TextMatch.Position,
IsLastPage = (PdfPageN == _Pdf.PdfUnstructuredPages.Count),
PdfPageN = PdfPageN,
PdfRectangle = rectangle,
MetadataItemName = MetadataItemName,
ColorFill = colorFill,
ColorStroke = colorStroke,
FontSize = fontSize,
FontType = fontType,
TsType = type,
TsCoordinate = coordinate
});
}
