使用C#代码获取 PDF 中文本或图片的坐标

原创

用户12401097

发布于 2026-09-11 17:35:56

220

在处理 PDF 文档时，获取文本或图像的坐标信息是一项非常实用的操作。通过提取元素的位置坐标，可以准确定位每一页中的文本内容或图片所在区域，方便后续进行数据提取、文本识别、内容标注以及区域处理等操作。

本文将介绍如何使用 C# 获取 PDF 文档中文本或图像的坐标信息，并通过相关 PDF 处理工具实现这一功能。

安装 PDF 处理组件

开始之前，需要先将所需的 DLL 文件添加到 .NET 项目中作为引用。

你可以通过官方网站下载相关组件，或者通过 NuGet 包管理器直接安装，以便在项目中快速配置 PDF 文档处理环境。

PM> Install-Package Spire.PDF

使用 C# 获取 PDF 中文本坐标

在处理 PDF 文档时，定位指定文本的位置是许多场景中的常见需求，例如文本提取、内容标注、区域定位等。通过文本搜索功能，可以查找 PDF 中目标字符串的位置，并进一步获取对应文本的坐标信息。

一些 PDF 处理库提供了文本查找接口，可以帮助开发者搜索可编辑 PDF 文档中的指定内容，并通过返回结果获取文本所在位置。

以下介绍如何使用 C# 获取 PDF 中文本的 X、Y 坐标信息，主要步骤如下：

创建一个 PdfDocument 对象。
使用 PdfDocument.LoadFromFile() 方法加载 PDF 文件。
遍历文档中的所有页面。
创建 PdfTextFinder 对象，并通过 PdfTextFinder.Find() 方法查找页面中指定的文本内容。
遍历搜索结果，并通过 PdfTextFragment.Positions 属性获取目标文本对应的坐标信息。

完整示例代码如下：

using Spire.Pdf;
using Spire.Pdf.Texts;
using System.Collections.Generic;
using System;
using System.Drawing;

namespace GetCoordinatesOfText
{
    class Program
    {
        static void Main(string[] args)
        {
            //创建一个 PdfDocument 对象
            PdfDocument doc = new PdfDocument();

            //加载 PDF 文件
            doc.LoadFromFile("C:\\Users\\Administrator\\Desktop\\input.pdf");

            //遍历所有页面
            foreach (PdfPageBase page in doc.Pages)
            {
                //创建一个 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;

                //查找指定文本的所有匹配项
                List<PdfTextFragment> fragments = finder.Find("target audience");

                //遍历匹配结果
                foreach (PdfTextFragment fragment in fragments)
                {
                    //获取指定文本的位置坐标
                    PointF found = fragment.Positions[0];
                    Console.WriteLine(found);
                }
            }
        }
    }
}

使用 C# 获取 PDF 中图像坐标

在处理 PDF 文档时，获取图像的位置信息可以帮助开发者准确定位页面中的图片元素，方便后续进行图像提取、内容分析、区域处理等操作。

通过 PDF 图像处理功能，可以获取指定页面中的所有图像信息，并进一步读取某个图像的边界坐标（Bounds），从而确定其在 PDF 页面中的具体位置。

以下介绍如何使用 C# 获取 PDF 文档中图像的坐标信息，具体步骤如下：

创建一个 PdfDocument 对象。
使用 PdfDocument.LoadFromFile() 方法加载 PDF 文件。
通过 PdfDocument.Pagesindex 属性获取指定页面。
创建 PdfImageHelper 对象，并使用 PdfImageHelper.GetImageInfo() 方法获取页面中的所有图像信息。
通过 PdfImageInfo.Bounds 属性获取指定图像的位置坐标信息。

完整示例代码如下：

using Spire.Pdf;
using Spire.Pdf.Utilities;

namespace GetCoordinatesOfImage
{
    class Program
    {
        static void Main(string[] args)
        {
            //创建一个 PdfDocument 对象
            PdfDocument doc = new PdfDocument();

            //加载 PDF 文件
            doc.LoadFromFile("C:\\Users\\Administrator\\Desktop\\input.pdf");

            //获取指定页面
            PdfPageBase page = doc.Pages[0];

            //创建一个 PdfImageHelper 对象
            PdfImageHelper helper = new PdfImageHelper();

            //获取页面中的图像信息
            PdfImageInfo[] images = helper.GetImagesInfo(page);

            //获取指定图像的 X、Y 坐标
            float xPos = images[0].Bounds.X;
            float yPos = images[0].Bounds.Y;
            Console.WriteLine("图像的位置坐标为（{0},{1}）", xPos, yPos);
        }
    }
}

总结

在 PDF 文档处理中，获取文本或图像的坐标信息是一项非常实用的功能。通过定位 PDF 页面中的具体元素位置，开发者可以进一步实现数据提取、内容标注、文本识别、图像处理等操作。

本文介绍了如何使用 C# 获取 PDF 中文本和图像的坐标信息。对于文本内容，可以通过搜索指定字符串并获取对应文本片段的位置坐标；对于图像元素，则可以通过读取页面中的图像信息并获取其边界范围，从而确定图像在 PDF 页面中的具体位置。

无论是处理文本还是图像坐标，合理利用 PDF 处理工具和相关 API 都可以简化开发流程，提高文档处理效率，为 PDF 内容分析、自动化处理以及信息提取等应用场景提供支持。

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

pdf