Jak znaleźć x, y lokalizację tekstu w pdf

Question

Czy istnieje narzędzie do znalezienia lokalizacji X-Y na treści tekstowej w pliku PDF?

Answer 1

Spróbuj uruchomić "Preflight ..." w Acrobat i wybierając PDF Analysis -> List page objects, grouped by type of object.

Po zlokalizowaniu obiektów tekstowych na liście wyników zauważysz, że istnieje wartość pozycji (w punktach) w sekcji Text Properties -> * Font.

Answer 2

Docotic.Pdf Library może to zrobić. Patrz C# próbki poniżej:

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 3

TET, Toolkit ekstrakcji tekstu z rodziny produktów pdflib może to zrobić. TET ma interfejs wiersza poleceń i jest to najpotężniejszy ze wszystkich dostępnych narzędzi do ekstrakcji tekstu. (Może nawet obsługiwać ligatur ...)

Geometria
TET zapewnia precyzyjne dane dotyczące tekstu, takich jak miejsce na stronie, szerokościami glifów i kierunku tekstu. Określone obszary na stronie można wykluczyć lub włączyć do ekstrakcji tekstu, np. zignorować nagłówki i stopki lub marginesy.