通过C# 提取PDF中指定文本、图片的坐标

墨蓝 2024-05-01 02:44 41阅读 0赞

获取PDF文件中文字或图片的坐标可以实现精确定位，这对于快速提取指定区域的元素，以及在PDF中添加注释、标记或自动盖章等操作非常有用。本文将详解如何使用国产PDF库**通过****C\# 提取PDF中指定文本或图片的坐标位置（X, Y****轴）**。

✍ 用于操作PDF文件的第三方库为**[Spire.PDF for .NET][]**。可以下载产品包后手动安装或者直接通用[Nuget][]安装。

开始前我们首先了解该库关于PDF中坐标系的一些信息：

Spire.PDF for .NET使用 **PdfPageBase** 类表示PDF页面，由内容区域和四周的页边距组成。页面上坐标系的原点位于内容区域的左上角，x 轴从原点开始水平向右延伸，y 轴从原点开始垂直向下延伸 （如下图所示）。

![47d571e26a704b9db62142b4ad47846d.png][]

通过指定坐标XY轴，我们可以在PDF页面指定位置处[绘制文本][Link 1]、[图片][Link 2]、[表格][Link 3]等元素。当然Spire.PDF for .NET也提供了相应的接口来帮助大家获取已有PDF文件中指定文本或图片的坐标信息。具体操作如下。

### C\# 获取 PDF 中指定文本的坐标 ###

要指定文本的坐标，主要分为两步实现：

1.  首先需要使用**PdfTextFinder.Find()**方法查找PDF文件中所有指定文本；
2.  查找到文本后，再通过 **PdfTextFragment.Positions** 属性进一步获取其 (X, Y) 坐标信息。

代码:

using Spire.Pdf;
    using Spire.Pdf.Texts;
    using System.Drawing;
    
    namespace GetCoordinatesOfText
    {
        class Program
        {
            static void Main(string[] args)
            {
                //创建PdfDocument对象
                PdfDocument pdf = new PdfDocument();
    
                //加载PDF文件
                pdf.LoadFromFile("大数据.pdf");
    
                //遍历所有页面
                foreach (PdfPageBase page in pdf.Pages)
                {
                    //创建PdfTextFinder对象
                    PdfTextFinder finder = new PdfTextFinder(page);
    
                    //设置查找选项
                    PdfTextFindOptions options = new PdfTextFindOptions();
                    options.Parameter = TextFindParameter.IgnoreCase;
                    finder.Options = options;
    
                    //查找页面中所有指定文本
                    List<PdfTextFragment> fragments = finder.Find("海量");
    
                    //遍历所有查找的文本
                    foreach (PdfTextFragment fragment in fragments)
                    {
                        //获取文本的坐标信息
                        PointF found = fragment.Positions[0];
                        Console.WriteLine(found);
                    }
                }
            }
        }
    }

### C\# 获取 PDF 中指定图片的坐标 ###

与获取文字坐标类似，获取图片坐标主要也分为两步：

1.  首先使用 **PdfImageHelper.GetImagesInfo()** 方法获取某个PDF页面中所有图片信息；
2.  获取图片后，再通过 **PdfImageInfo.Bounds** 属性获取其 (X, Y) 坐标信息。

代码：

using Spire.Pdf;
    using Spire.Pdf.Utilities;
    using System;
    
    namespace GetCoordinatesOfImage
    {
        class Program
        {
            static void Main(string[] args)
            {
                //创建PdfDocument对象
                PdfDocument pdf = new PdfDocument();
    
                //加载PDF文件
                pdf.LoadFromFile("大数据.pdf");
    
                //获取指定页面
                PdfPageBase page = pdf.Pages[0];
    
                //创建PdfImageHelper对象
                PdfImageHelper helper = new PdfImageHelper();
    
                //获取页面中的图片信息
                PdfImageInfo[] images = helper.GetImagesInfo(page);
    
                //获取第一张图片的 X、Y 坐标
                float xPos = images[0].Bounds.X;
                float yPos = images[0].Bounds.Y;
                Console.WriteLine("图片坐标为（{0},{1}）", xPos, yPos);
            }
        }
    }

加载的示例文档：

![198a8cb209a84e0290e1f97c30bd0316.png][]

获取PDF中文字坐标的返回结果：

![使用C\#获取PDF中指定文本的坐标位置][C_PDF]

获取PDF中图片坐标的返回结果：

![使用C\#获取PDF中指定图片的坐标位置][C_PDF 1]

相关推荐阅读：

[C\# 提取 PDF 文档中的文本][C_ _ PDF]

[C\# 提取PDF中的图片][C_ _PDF]

[C\# 查找并高亮PDF中的指定文本][C_ _PDF 1]

[Spire.PDF for .NET库的API文档][Spire.PDF for .NET_API]

[Spire.PDF for .NET]: https://www.e-iceblue.cn/Introduce/Spire-PDF-NET.html
[Nuget]: https://www.nuget.org/packages/Spire.PDF/
[47d571e26a704b9db62142b4ad47846d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/531116eab1474fc4950a0efa4b52db8d.png
[Link 1]: https://www.e-iceblue.cn/document/create-a-new-pdf-document.html
[Link 2]: https://www.e-iceblue.cn/pictures/add-replace-and-delete-image-in-pdf.html
[Link 3]: https://www.e-iceblue.cn/table/c-generate-tables-in-pdf.html
[198a8cb209a84e0290e1f97c30bd0316.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/fb8d3b6f11614feaa2b93bb01a359349.png
[C_PDF]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/576857a2950e4dfc80d5d03d1e852481.png
[C_PDF 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/1631cbe2b8b74845bd08469ad81db421.png
[C_ _ PDF]: https://www.e-iceblue.cn/extract/c-extract-text-from-pdf-documents.html
[C_ _PDF]: https://www.e-iceblue.cn/extract/extract-text-and-image-from-pdf.html
[C_ _PDF 1]: https://www.e-iceblue.cn/document/pdf-find-and-highlight-text.html
[Spire.PDF for .NET_API]: https://www.e-iceblue.com/apireference/net/Spire.Pdf/html/N_Spire_Compression.htm