以PDF格式獲取文本字段的尺寸和坐標

Question

是否可以使用PHP或Linux庫獲取PDF文檔中所有文本字段的X / Y坐標和高度/寬度？ 我正在使用PDFTK提取PDF中的所有文本字段，但它不提供坐標和/或尺寸信息。 如果沒有，是否可以遍歷PDF文檔並計算文本字段的x，y和高度/寬度數據？

Answer 1

這是可能的，但幾乎不可行。

您可以使用FPDI在PHP中打開PDF文檔。 它在內存中生成PDF對象的抽象樹。 TCPDF和FPDF可以將其保存回來。

然而遍歷所述樹並找到正確的屬性非常。 （我意外地是動詞。）

現在PDF格式實際上是人類可讀的。 它肯定會包含可讀格式的坐標（主要是在IIRC點）。 如果你只知道在哪里看，你可能會用一個簡單的正則表達式來發現它。 某些節點只需要進行gzuncompress（）編輯，您無需修改​​文檔或將其保存回來。 因此，嘗試使用FPDI和print_r（）來設計策略。

Answer 2

是的，這不是太難。 我所知道的最好的工具是pdfminer 。 它是python，但是如果你不想使用python，你可以只用xml格式轉儲pdf信息，用你選擇的武器解析它:)如果你有麻煩:)回復:)