Python快速實現(xiàn)從PDF中提取文本與圖像坐標的終極指南

更新時間：2026年01月19日 11:51:10 作者：秋天的落葉鋪滿小路

在數(shù)據(jù)處理工作中,提取 PDF 文檔中的文本和圖像坐標是一個常見需求,本文將介紹如何使用 Spire.PDF for Python 庫實現(xiàn)這一功能,通過簡單的代碼示例幫助你快速上手

Spire.PDF 簡介

Spire.PDF for Python 是一個功能強大的 PDF 處理庫，允許開發(fā)者以編程方式操作 PDF 文件。它支持提取文本、圖像、元數(shù)據(jù)等。當我們需要獲取特定文本或圖像的坐標時，這個庫顯得尤為便捷。

安裝命令：pip install spire-pdf

坐標系設(shè)定

在 Spire.PDF 中，坐標系設(shè)定非常重要：

原點 (0, 0) 位于頁面的左上角。
X 軸向右延伸，Y 軸向下延伸。

理解這一點有助于我們更好地定位 PDF 中的元素。

獲取文本坐標

以下是使用 Spire.PDF 提取 PDF 中指定文本坐標的步驟：

創(chuàng)建 PdfDocument 對象。
加載 PDF 文檔。
獲取特定頁面。
創(chuàng)建 PdfTextFinder 對象并設(shè)置查找選項。
查找文本并獲取其坐標。

下面是獲取文本坐標的示例代碼：

from spire.pdf.common import *
from spire.pdf import *
 
# 創(chuàng)建 PdfDocument 對象
doc = PdfDocument()
 
# 加載 PDF 文檔
doc.LoadFromFile("Input.pdf")
 
# 獲取特定頁面
page = doc.Pages.get_Item(0)
 
# 創(chuàng)建 PdfTextFinder 對象
textFinder = PdfTextFinder(page)
 
# 指定查找選項
findOptions = PdfTextFindOptions()
findOptions.Parameter = TextFindParameter.WholeWord
textFinder.Options = findOptions
 
# 在頁面中查找字符串 "隱私政策"
findResults = textFinder.Find("隱私政策")
 
# 獲取查找結(jié)果中第一個實例
result = findResults[0]
 
# 獲取找到文本的 X/Y 坐標
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))
 
# 釋放資源
doc.Dispose()

代碼解析

PdfDocument 對象用于打開現(xiàn)有 PDF 文件。

通過 PdfTextFinder 可以輕松找到指定文本，設(shè)置的查找選項允許忽略大小寫并確保匹配完整單詞。

最后，通過 result.Positions 獲取文本坐標，其中 (0, 0) 表示頁面的左上角。

獲取圖片坐標

獲取圖像坐標的過程與文本提取類似，但使用 PdfImageHelper 處理圖像信息。以下是示例代碼：

from spire.pdf.common import *
from spire.pdf import *
 
# 創(chuàng)建 PdfDocument 對象
doc = PdfDocument()
 
# 加載 PDF 文檔
doc.LoadFromFile("Input.pdf")
 
# 獲取特定頁面
page = doc.Pages.get_Item(0)
 
# 創(chuàng)建 PdfImageHelper 對象
imageHelper = PdfImageHelper()
 
# 獲取頁面中的圖像信息
imageInformation = imageHelper.GetImagesInfo(page)
 
# 獲取指定圖像的 X/Y 坐標
x = int(imageInformation[0].Bounds.X)
y = int(imageInformation[0].Bounds.Y)
print("The coordinates of the specified image are:", (x, y))
 
# 釋放資源
doc.Dispose()

代碼解析

使用 PdfImageHelper 類來獲取特定頁面上的所有圖像信息。

通過 imageInformation 對象獲取圖像的邊界坐標（X, Y），便于后續(xù)處理。

總結(jié)

本文介紹了如何使用 Spire.PDF for Python 提取 PDF 中文本及圖像的坐標，并提供了相關(guān)示例代碼。無論是在信息提取、數(shù)據(jù)分析，還是文檔處理方面，掌握這些技術(shù)都將極大提升你的工作效率。希望這篇博客能幫助你快速上手 PDF 坐標提取的相關(guān)操作！

到此這篇關(guān)于Python快速實現(xiàn)從PDF中提取文本與圖像坐標的終極指南的文章就介紹到這了,更多相關(guān)Python提取PDF文本與圖像坐標內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: