从 pdf 中提取单词坐标的库/工具答案

【问题标题】：Library/Tool to extract word coordinates from a pdf从 pdf 中提取单词坐标的库/工具
【发布时间】：2010-12-06 22:05:27
【问题描述】：

我正在寻找一个（最好是 Java-）库或命令行工具来从 pdf 中提取单词坐标。 input-pdf 包含文本或后面带有 ocr-text 的图像。

我的用例：
在 Java 网络应用程序中，我想用它来做点击突出显示并在没有额外软件（例如 Adobe Reader 等）的情况下呈现它。相反，我想将匹配的页面转换为图像并将它们呈现在网页中。

【问题讨论】：

【解决方案1】：

您应该能够使用http://pdfbox.apache.org/ 进行突出显示并将它们呈现为 pdf 本身。也可以看看http://itextpdf.com/。

【讨论】：

【解决方案2】：

您可以使用 JPedal 生成缩略图 (http://www.jpedal.org/pdf_thumbnail_tutorials.php) 并提取文本 (http://www.jpedal.org/support_egETAW.php)

【讨论】：