Ghostscript txtwrite bbox限制

Question

当我将ghostscript与textwrite设备一起使用时，我得到的XML文件描述了我的pdf，即

<page>
    <block>
        <line>
            <span bbox="95 97 357 97" font="..." size="9.0000">
                <char bbox="95 97 106 97" c="a"/>
                <char bbox="106 97 117 97" c="b"/>
                <char bbox="117 97 126 97" c="c"/>
                ...
            </span>
        </line>
    </block>
    <block>
    ...

我的问题是bbox（边界框）坐标(X1,Y1,X2,Y2)是否存在已知比例，或者它们是否与页面相关？无论如何，我可以以任何方式获取页面网格以了解其高度和宽度吗？

我的主要观点是太了解功能，例如字符是否位于页面中心之外等。

将pdf转换为XML的完整命令：

ghostscript -q -sPAPERSIZE=a4 -r200 -sDEVICE=txtwrite" -sOutputFile=<output-path.xml> -dTextFormat=1 -dBATCH -dNOPAUSE <input-path.pdf>

Answer 1

边界框以1/72英寸的PostScript / PDF单位显示。请注意，输出不是真正的XML，而是“喜欢”的XML。