Реально ли распарсить pdf-файл (текст и изображения) таким образом, чтобы извлечь из него отдельные блоки текста и определить координаты расположения этих блоков?
Конечная задача: поиск текста в файле с выделением найденного.
Найденные мною реализации останавливаются на извлечении сплошного текста.
Воспаленный мозг породил мысль о том что бы перевести PDF в изображения, найти координаты блоков, распарсить текст, выделить в нужном блоке нужное и дальше взять координаты блока… O_o. Это так, был один проект, где надо было искать пустые места в PDF документе и заполнять их рекламной фигней. В контексте поиска, тут много вариантов. Нужно более четко сформулировать задачу. Что мол есть на входе и что должно быть на выходе.
На входе есть pdf-файл, из которого будут сделана масса картинок-страниц. Они-то и будут отображаться, поверх них же будет отображаться подсветка найденного.
Также на входе есть исходники pdf в формате eps или любом другом. Файлы делаются в инДизайне.
Простой
