将pdf导出到json

Question

我有一个带有单词搜索方块表的pdf文档。它看起来像这样：

我想将单词搜索网格中的所有单词以某种方式导出为xml或json格式。是否有为此类任务构建的软件？ 或者如何构建一个simle脚本来做到这一点，它有可能吗？

我使用word搜索软件来生成此网格，但它只导出为SVG和PDF。

我想要达到的目标是：对于每个单词，我想要网格中的起始坐标，也可能是结束坐标，或者单词的方向可能是好的。我能以某种方式将这些东西导出到json / xml

Answer 1

这可能会有所帮助，它只能在Windows和Linux上使用

https://code.google.com/p/pdf2json/

Answer 2

我原本以为使用SVG版本的导出将是一种更简单的方法。幸运的是，单词列表将只是在文件的一部分中组合在一起的<text>元素的列表。从那里编写一个小脚本将其转换为JSON会很简单。