有沒有辦法使用 python 測量 pdf 的邊距？

Question

我一直在使用不同的 python 包來解析 PDF，但我想知道是否可以測量文檔中特定行的邊距。 如果可能的話，我想要的測量值是像素 css 樣式。

它不需要那么具體，只是根據邊距從左到右判斷一條線是左對齊、居中還是右對齊。

例子：

# margin <= x
left-aligned

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

# margin >= z
                                                              right-aligned

顯然這只是一個例子，但邊距差異不會很大，這意味着，我正在解析的 PDF 可能會有（以 css 的形式）：

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

x, y的實際值並不重要，重要的是它們是一致的。

抱歉，如果這令人困惑，我主要要求的是澄清或幫助計算 pdf 中每一行的左邊距。

Answer 1

免責聲明：我是borb的作者，這個答案中使用的庫

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

您可以在此處查看此 class。

每行都有一個內容框（和一個布局框），它可以為您提供有關該特定文本行位置的信息。

您可以使用它來確定一條線是否左/右/中對齊，方法是將它與其上方/下方的線進行比較。

您可以在此處找到有關如何使用此 class 的示例。

本質上，您使用PDF.loads方法打開一個文檔，並傳遞一個EventListener 。