Cómo encontrar la ubicación x, y de un texto en pdf

Question

¿Hay alguna herramienta para encontrar la ubicación X-Y en un contenido de texto en un archivo pdf?

Answer 1

Intenta ejecutar "Preflight ..." en Acrobat y elige PDF Analysis -> List page objects, grouped by type of object.

Si encuentra los objetos de texto dentro de la lista de resultados, notará que hay un valor de posición (en puntos) dentro de la sección Text Properties -> * Font.

Answer 2

Docotic.Pdf Library puedo hacerlo. Ver C# muestra a continuación:

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, el kit de herramientas de extracción de texto de la pdflib familia de productos puede hacer eso. TET tiene una interfaz de línea de comandos, y es la más poderosa de todas las herramientas de extracción de texto que conozco. (Incluso puede manejar ligaduras ...)

Geometría
TET proporciona métricas precisas para el texto, tales como la posición en la página, ancho de los signos, y la dirección del texto. Las áreas específicas en la página se pueden excluir o incluir en la extracción de texto, p. ignorar encabezados y pies de página o márgenes.