确定“感兴趣盒子” PDF页面

Question

我希望能够确定一个PDF页面，类似上的文字，图片和路径的区域边框上什么如下所示：

http://www.windjack.com/products/screenshot/pdfcanscreenshot2.html

看看PDF规范，我可以看到如何确定路径和图像的边界框，但我看不到如何到达它们的文本。我是否必须手工计算它，从字体大小等确定字形的高度和宽度，还是有更直接的方法？

Answer 1

您或许可以从解决方案入手"How do I get character offset information from a pdf document?"这将为您提供文档中字符和/或子字符串的x，y，宽度和高度。从那里开始，更难的部分就是把这些角色组合成空间不同的区域。不能保证页面上的空间分组文本在文件格式的语法上彼此接近...