问有没有一种方法可以使用Perl在PDF的特定区域内进行文本搜索？
EN

Stack Overflow用户

提问于 2012-12-13 03:53:18

回答 1查看 75关注 0票数 0

我有由PDFcreator创建的PDF。每个多页PDF的第一页都有需要识别的邮寄地址。有没有办法在PDF的特定区域内进行文本搜索？

我已经找到了CAM::PDF和pdftotext，但看不到将搜索限制在特定区域的方法。我主要关心的是准确性，因为在同一个PDF中可能会出现不同的地址。另外，搜索整个PDF可能太慢了。

发布于 2012-12-13 04:07:22

Pdftotext确实可以完成你想要做的事情。我非常确定CAM::PDF也可以，但是我以前没有使用过这个工具来返回坐标信息。

我将在整个页面上运行pdftotext，保存xml输出，然后梳理结果。它应该为页面上的每个单词提供xMin/xMax/yMin/yMax值。然后，您可以使用这些坐标来构建一个列表，其中只包含那些落入您预先定义的边界内的单词。

然而，流畅地识别多行地址可能会带来其自身的挑战，特别是如果在您定义的区域内可能存在任何非地址文本。

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/13847522

复制

相似问题

问有没有一种方法可以使用Perl在PDF的特定区域内进行文本搜索？EN