我想用PDFMiner从PDF文件中提取所有文本框和文本框坐标.
许多其他Stack Overflow帖子解决了如何以有序方式提取所有文本,但是如何进行获取文本和文本位置的中间步骤？
给定一个PDF文件,输出应该类似于:
489, 41, "Signature"
500, 52, "b"
630, 202, "a_g_i_r"
有没有办法以编程方式从PDF文件中提取突出显示的文本和注释？欢迎任何语言.我找到了几个包含Python,Java和PHP的库,但是没有一个能够完成这项任务.
我不知道是否可能.我也知道有些程序会创建额外的文件来保存这类信息(如果我没有错,Kindle会生成另一个文件.)但目前这些文件超出了范围.
我之前得到了一些关键字，我想通过 python 搜索 pdf 文档并突出显示它们。像pdfMiner这样的库是否可行？