text-extraction - 如何获取字符/单词/行/块坐标

Question

我正在做 pdftotext -bbox file.pdf 并产生字级输出。有没有办法在字符/短语/行/块级别上输出坐标？

我很想知道 pdftotext 的 poppler 或 xpdf 版本是否可以做到这一点。

Answer 1

当然，只需使用pdftotext -bbox-layout它，它就会为您提供所需的结构。