c# - 使用字体从 PDF 中提取文本

Question

我正在尝试开发一个应用程序，在其中我使用 Accusoft pdfXpress 矩形工具在 PDF 上绘制一个矩形，现在我有了我选择的段落的坐标。现在我想做的是用字体从这个区域提取文本。

经过太多的研究，我通过 iTextSharp、PDFBOX、Aspose 等许多库提取了纯文本，并尝试了字体提取，但我无法获取带有字体的文本。请为此提供一些帮助。

使用 PDFTextstream 我得到这样的纯文本：

public string gettextf(float x, float y, float w, float h, string docpath)
{
    PDFTextStream stream = new PDFTextStream(docpath);
    RegionOutputTarget tgt = new RegionOutputTarget();
    tgt.addRegion(x, y, w, h, "name");
    tgt.addRegion(40, 570, 120, 16, "address");

    Page p = stream.getPage(0);
    p.pipe(tgt);
    stream.close();

    String name = tgt.getRegionText("name");
    String address = tgt.getRegionText("address");
    return name;
}