从 PDF 中提取页眉/页脚（以编程方式）

Question

是否可以从 PDF 文档中提取页眉和/或页脚？

当我尝试了几个选项（包括 PDFMiner、Ruby gem pdf-extract、研究 PDF 格式规范）时，我开始怀疑页眉/页脚信息不可用。

（如果可能的话，我想从 Python 中执行此操作，但任何其他替代方案都是可行的。）

Answer 1

页面页眉和页脚不（至少不一定）位于与页面内容的其余部分分开的某些内容部分中。因此，通常没有办法从 PDF 中可靠地提取页眉和页脚。

不过，可以尝试使用启发式方法查看整个 PDF 内容并尝试猜测哪些部分是页眉和/或页脚。

如果您要分析的 PDF 相当同质，例如，全部由同一出版商制作且看起来相似，则这可能是可行的。不过，源 PDF 越多样化，您的启发法可能会变得越复杂，结果就越不准确。