Python快速实现从PDF中提取文本与图像坐标的终极指南

from spire.pdf.common import *
from spire.pdf import *
 
# 创建 PdfDocument 对象
doc = PdfDocument()
 
# 加载 PDF 文档
doc.LoadFromFile("Input.pdf")
 
# 获取特定页面
page = doc.Pages.get_Item(0)
 
# 创建 PdfTextFinder 对象
textFinder = PdfTextFinder(page)
 
# 指定查找选项
findOptions = PdfTextFindOptions()
findOptions.Parameter = TextFindParameter.WholeWord
textFinder.Options = findOptions
 
# 在页面中查找字符串 "隐私政策"
findResults = textFinder.Find("隐私政策")
 
# 获取查找结果中第一个实例
result = findResults[0]
 
# 获取找到文本的 X/Y 坐标
x = int(result.Positions[0].X)
y = int(result.Positions[0].Y)
print("The coordinates of the first instance of the found text are:", (x, y))
 
# 释放资源
doc.Dispose()

from spire.pdf.common import *
from spire.pdf import *
 
# 创建 PdfDocument 对象
doc = PdfDocument()
 
# 加载 PDF 文档
doc.LoadFromFile("Input.pdf")
 
# 获取特定页面
page = doc.Pages.get_Item(0)
 
# 创建 PdfImageHelper 对象
imageHelper = PdfImageHelper()
 
# 获取页面中的图像信息
imageInformation = imageHelper.GetImagesInfo(page)
 
# 获取指定图像的 X/Y 坐标
x = int(imageInformation[0].Bounds.X)
y = int(imageInformation[0].Bounds.Y)
print("The coordinates of the specified image are:", (x, y))
 
# 释放资源
doc.Dispose()