如何查找pdf中文本的x,y位置

Question

有没有工具可以找到pdf文件中文本内容的XY位置？

Answer 1

Docotic.Pdf Library 可以做到。请参阅下面的 C# 示例：

using (PdfDocument doc = new PdfDocument("your_pdf.pdf"))
{
    foreach (PdfTextData textData in doc.Pages[0].Canvas.GetTextData())
        Console.WriteLine(textData.Position + " " + textData.Text);
}

Answer 2

尝试在 Acrobat 中运行“印前检查...”并选择 PDF Analysis ->列出页面对象，按对象类型分组。

如果您在结果列表中找到文本对象，您会注意到“文本属性 ->”中有一个位置值（以磅为单位）。 * 字体部分。

Answer 3

TET，来自pdflib 系列产品可以做到这一点。 TET 有一个命令行界面，它是我所知道的所有文本提取工具中最强大的。 （它甚至可以处理连字......）

几何
TET 提供了文本的精确度量，例如页面上的位置、字形宽度和文本方向。页面上的特定区域可以排除或包含在文本提取中，例如忽略页眉和页脚或边距。