PyMuPDF 矩形与 reportlab 矩形不兼容

Question

我正在尝试绘制从 fitz 使用 reportlab 检测到的文本块框

这是我尝试过的：

doc = fitz.open("demo.pdf")

canvas = Canvas("demo_.pdf", bottomup = True)


def draw_auto_fit_text_block(canvas, x_1, y_1, text_block_width, text_block_height, font_name, font_size, text_content):

    text_block_frame = Frame(x_1, y_1, text_block_width, text_block_height, topPadding = 0, leftPadding = 0, rightPadding = 0, bottomPadding = 0, showBoundary = 1)
    text_block_styles = ParagraphStyle(name = "Normal", fontName = font_name, fontSize = font_size)
    text_block_content = text_content.replace('\n','<br />\n')

    text_block_story = [Paragraph(text_block_content, style = text_block_styles)]
    text_block_story_inframe = KeepInFrame(text_block_width, text_block_height, text_block_story)
    text_block_frame.addFromList([text_block_story_inframe], canvas)

for page in doc:

    page_width = page.rect.width
    page_height = page.rect.height

    print("[page width]", page_width)
    print("[page height]", page_height)

    canvas.setPageSize((page_width, page_height))


    blocks = page.get_text("blocks")
    
    for block in blocks:

        block_content = block[4].replace("\n", " ").replace("- ", "-").strip()

        block_x_0 = block[0]
        block_y_0 = block[1]
        block_x_1 = block[2]
        block_y_1 = block[3]

        block_width = block_x_1 - block_x_0
        block_height = block_y_1 - block_y_0
        
        block_y_0 = page_height - block_y_0
        block_y_1 = page_height - block_y_0


        draw_auto_fit_text_block(canvas, block_x_0, block_y_0, block_width, block_height, font_name = "NimbusRomNo9L-Regu", font_size = 9.0, text_content = block_content)

    canvas.showPage()

canvas.save()

使用此代码，我无法使用正确的框坐标绘制文本。 任何人都可以提供帮助。

这就是我得到的：

原始pdf是：

Answer 1

问题可能不止一个：

1. PyMuPDF 几何图形在页面左上角有 (0, 0)！
2. 不确定 reportlab 在这里是如何工作的，但这是一个现有的 PDF 页面并且可能有非孤立的坐标系设置，所以你可能会在意想不到的地方插入一些东西。

   您至少应该使用page.clean_contents() (fitz.Page method)。这会清除任何此类混乱。 还要确认 reportlab 假定点 (0, 0) 的位置：左上角或左下角。

   只是为了确认，问题不在 PyMuPDF 中。以下代码sn-p：

   In [20]: page=doc[0]
   In [21]: for block in page.get_text("blocks"):
       ...:     page.draw_rect(block[:4], color=fitz.pdfcolor["red"])
       ...:
   In [22]: doc.save("x.pdf")
   

   产生这个：

   因此，最好尝试在传递给 reportlab 的每个矩形中将 PyMuPDF 提供的 y0、y1 替换为 page.rect.height - y0 并将 y1 替换为 page.rect.height - y1。