PDFBox 文本提取可以轻松访问这两个坐标系中文本字形的坐标：
\n每个 PDF 页面都可以有一个旋转属性，允许的值为 0、90、180 和 270。PDF 查看器通常获取页面内容并按该角度旋转显示它们。例如，您查看的横向页面可能实际上具有横向格式页面大小，也可能实际上具有纵向格式页面大小和90 或 270 的旋转值。
\n页面旋转调整坐标系是考虑页面根据其Rotate值进行旋转的坐标系，以页面左上角为原点，x坐标向右增加，y坐标向下增加。
\n每个文本字形都可以以任意角度绘制（通过当前变换矩阵和文本矩阵）。
\n给定文本字形的文本方向调整坐标系是考虑要旋转的页面（90\xc2\xb0 的倍数）的坐标系，以便文本字形被垂直绘制或至少（因为可以绘制字形）以任意角度，而不仅仅是 90\xc2\xb0 的倍数）尽可能直立，原点位于页面左上角，x 坐标向右增加，y 坐标向下增加。
\n通常，文档页面上的文本经过排列，以便最终（考虑页面旋转）垂直显示。因此，通常这两个坐标系中每个字形的坐标将重合（或至少接近重合 - 由于它们的计算方式不同，因此可能由于float不准确而存在微小差异）。
对于最终不垂直显示的文本（例如，考虑以直角绘制窄表格列的标题的情况），您可能更喜欢其中一种系统，具体取决于您想要实现的目标：
\n如果要比较任意字形相对于彼此的位置，显然需要一个共同的坐标系，因此不能使用文本方向调整坐标；对于本例，PDFBox 选择了页面旋转调整坐标系。
\n如果您想检查具有相同文本绘制方向的两个字形是否彼此相邻，即可能形成单词（的一部分），则最好测试它们的文本方向调整坐标。
\n（实际上，根据我的经验，这些坐标系都不是文本提取后处理所需的坐标系；通常您需要未旋转的默认 PDF 页面用户空间坐标系中的坐标，例如用一些标记注释覆盖它们。要获得它们，需要有从关联的文本矩阵中获取翻译值，然后对它们进行反规范化...）
\n| 归档时间： |
|
| 查看次数： |
789 次 |
| 最近记录： |