Вычислить координаты x & y, ширину и высоту определенного фрагмента текста в документе PDF

Question

На своем веб-сайте я отображаю загруженные файлы PDF во флэш-плеере, чтобы мои пользователи могли их прочитать.

Я уже использую различные инструменты для извлечения текста и получения из файла серьезных и высококачественных изображений исистема работает хорошо.

Последняя часть головоломки должна быть в состоянии выделить отдельные части документа, чтобы помочь пользователям с проблемами доступности.

Однако я не могу понять, как вычислить, где конкретный текст расположен на странице?

Примечания:

• Документы, загруженные в систему с 3-госторон, поэтому шрифты могут быть встроены.Это означает, что я не могу быть уверен в ширине определенных букв.
• Текст, который нужно выделить, может быть не уникальным, этот же текст может повторяться

Как я могувычислить координаты, высоту и ширину определенного фрагмента текста в PDF, чтобы я мог нарисовать рамку вокруг него?

Answer 1

Я использовал SDK QuickPDF от www.quickpdf.com для недавнего проекта.

У них есть функция ExtractFilePageText (), которая может возвращать текст, шрифт, координаты ограничивающего прямоугольника.

Опции извлечения включают: -

0 = Извлечение текста в удобочитаемом формате 2 = Возвращать строку CSV, включая шрифт, цвет, размер и положение каждого фрагмента текста на странице. Использование более точного текстаалгоритм извлечения: 3 = возвращать строку CSV для каждого фрагмента текста на странице в следующем формате: имя шрифта, цвет текста, размер текста, X1, Y1, X2, Y2, X3, Y3, X4, Y4, Text Co-ординаты - это четыре точки, ограничивающие текст, измеряемые в точках (1/72 дюйма) с нижним левым углом страницы в качестве источника 4 = аналогично варианту 3, но отдельные слова возвращаются, что облегчает поиск слов.

Требуется лицензия разработчика, но лицензионные отчисления не требуются.Он имеет много других полезных функций и работает со многими языками.Документация также довольно хороша.