如何在pdf中查找文本的x，y位置

Question

是否有任何工具可以在pdf文件中的文本内容中找到X-Y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", "password_if_need"))
{
    foreach (PdfTextData textData in doc.Pages[0].Canvas.GetTextData())
        Console.WriteLine(textData.Position + " " + textData.Text);
}

Answer 2

尝试在Acrobat中运行“预检...”并选择PDF Analysis -> List page objects, grouped by type of object。

如果在结果列表中找到文本对象，您会注意到Text Properties -> * Font部分中有一个位置值（以磅为单位）。

Answer 3

TET，来自pdflib系列产品的Text Extraction Toolkit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......）

  

的几何
   TET为文本提供精确的度量标准，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被排除或包括在文本提取中，例如，忽略页眉和页脚或页边距。