如何在pdf中查找文本的x，y位置答案

【问题标题】：How to find x,y location of a text in pdf如何在pdf中查找文本的x，y位置
【发布时间】：2011-06-12 00:40:09
【问题描述】：

是否有任何工具可以在 pdf 文件中的文本内容上查找 X-Y 位置？

【问题讨论】：

标签： pdf text pdf-generation acrobat pdflib

【解决方案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);
}

【讨论】：

【解决方案2】：

TET，来自pdflib 系列产品的文本提取工具包可以做到这一点。 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功能最强大的。（它甚至可以处理连字...）

几何
TET 为文本提供精确的度量，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被排除或包含在文本提取中，例如忽略页眉和页脚或边距。

【讨论】：

【解决方案3】：

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

如果您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）。

【讨论】：

能找到每个单词的x,y位置和高宽吗？
@raki：位置在哪里，大小在正下方，但这仅适用于文本块，可以是任意文本。要获得单个字的大小，需要计算字体度量。你这样做的目的是什么，可能有更好的方法。