在python中从PDF的特定坐标中提取文本

Question

我有一些预先确定的坐标，我想查看PDF以从中提取文本(页面顶部的某个部分(。我一直在尝试使用库pdfminer.six，但处理和提取元素的最小单元似乎是页面。

我想，为了只从页面的一小部分获取文本，当有大量文档需要处理时，浏览和分析整个页面可能会有点低效。

有什么办法吗？或者有没有其他库可以处理这个用例，我可以在其中传递坐标？还是我从根本上误解了这个概念？

谢谢！

Answer 1

您可以使用访问者函数来实现这一点：https://pypdf2.readthedocs.io/en/latest/user/extract-text.html#example-1-忽略-头和脚