有没有办法使用 python 测量 pdf 的边距？

Question

我一直在使用不同的 python 包来解析 PDF，但我想知道是否可以测量文档中特定行的边距。 如果可能的话，我想要的测量值是像素 css 样式。

它不需要那么具体，只是根据边距从左到右判断一条线是左对齐、居中还是右对齐。

例子：

# margin <= x
left-aligned

# margin >= y && margin <= z
                            center-aligened

# margin >= z
                                                              right-aligned

显然这只是一个例子，但边距差异不会很大，这意味着，我正在解析的 PDF 可能会有（以 css 的形式）：

• margin-left: 0
• margin-left: x
• margin-left: y

x, y的实际值并不重要，重要的是它们是一致的。

抱歉，如果这令人困惑，我主要要求的是澄清或帮助计算 pdf 中每一行的左边距。

Answer 1

免责声明：我是borb的作者，这个答案中使用的库

您可以在borb中使用SimpleLineOfTextExtraction ，它返回 PDF 中的文本行。

您可以在此处查看此 class。

每行都有一个内容框（和一个布局框），它可以为您提供有关该特定文本行位置的信息。

您可以使用它来确定一条线是否左/右/中对齐，方法是将它与其上方/下方的线进行比较。

您可以在此处找到有关如何使用此 class 的示例。

本质上，您使用PDF.loads方法打开一个文档，并传递一个EventListener 。