将亮点/注释映射到pdf中的文本

Question

因此，我有一个pdf文件示例，其中三个单词分别位于不同的行上：

"
hello
there
world
"

我在第二行突出显示了“那里”一词。在pdf内部，我试图将突出显示/注释结构映射到文本（BT）区域。

对应于单词“there”的部分看起来像这样:

BT
/F0 14.6599998 Tf
1 0 0 -1 0 130 Tm
96 0 Td <0057> Tj
4.0719757 0 Td <004B> Tj
8.1511078 0 Td <0048> Tj
8.1511078 0 Td <0055> Tj
4.8806458 0 Td <0048> Tj
ET

我还有一个注释部分，其中有我的突出显示，它具有以下矩形尺寸：

18 0 19 15 20 694 21 786 22 853 23 1058 24 1331 [19 0 R 20 0 R]<</AP<</N 10 0 R>>
...
(I left the top part of the annotation out on purpose because it is long.  I extracted what i thought were the most important parts.
Rect[68.0024 690.459 101.054 706.37]

我对我的文本如何映射到我所拥有的这个亮点有点困惑。坐标似乎不匹配（130 y vs 690 y）？我是否在正确的位置查找并正确解释我的文本和/或突出显示注释坐标？

更新：

我想添加更多关于我如何创建此测试pdf的信息。

重新创建pdf非常简单。我去了谷歌文档，创建了一个空文档。我写了三行文字，如上所述。我下载了一个pdf文件，然后在adobe acrobat阅读器DC（我认为是最新的）中打开了它。然后，我使用adobe acrobat reader突出显示指定的行并重新保存。之后，我使用一些python解压缩pdf部分。用于解压缩pdf部分的python代码：

import re
import zlib

pdf = open("helloworld.pdf", "rb").read()
stream = re.compile(r'.*?FlateDecode.*?stream(.*?)endstream', re.S)

for s in stream.findall(pdf):
    s = s.strip('\r\n')
    try:
        print(zlib.decompress(s))
        print("")
    except:
        pass

Answer 1

不幸的是，OP只解释了他如何创建他的文档，而没有分享文档本身。我按照他的指示做了，但是注释的坐标不同。因为我只有这份文件用于解释，但是，OP将不得不在心里调整以下内容以适应他的文件中的精确数字。

裁剪框暗示了文档中的起始(默认)用户坐标系。在手头的文档中，裁剪框被定义为

/CropBox [0 0 596 843]

即，可见页面是596个单位宽和843个单位高(给定默认用户单位1/72 ”,这是A4格式),并且原点在左下角。x坐标向右增加，y坐标向上增加。因此，数学中的坐标系也是如此。

这也是注释矩形坐标的坐标系。

在目前的情况下，他们

/Rect [68.0595 741.373 101.138 757.298]

即左下角在（68.0595,741.373），右上角在（101.138,757.298）的矩形。

在页面内容流中，直到已经被OP识别的文本对象，坐标系被变换多次。

在页面内容的第一行

1 0 0 -1 0 843 cm

此变换将原点向上移动 843 个单位，并镜像（乘以 -1）y 坐标。

因此，现在be有一个坐标系统，原点在左上角，y坐标向下增加。

稍后在内容流中缩放坐标系

.75062972 0 0 .75062972 0 0 cm

因此，坐标单元被压缩到其原始宽度和高度的约3/4，即沿x或y的每个单元仅1/96“宽/高。

只有在将这些变换应用于坐标系之后，才会绘制OP标识的文本对象。首先设置和更改文本矩阵：

1 0 0 -1 0 130 Tm

这会将文本矩阵设置为在 y 方向上平移 130 个单位，并再次镜像 y 坐标。（再次镜像是必要的，否则文本将被颠倒绘制。

96 0 Td

这通过沿x轴移动96个单元来改变文本矩阵。

并且绘制文本的起点位于坐标系的原点，首先通过镜像和平移，然后通过缩放当前变换矩阵，然后通过根据文本矩阵的镜像和平移来改变坐标系。

这个点在默认用户坐标系中是哪个坐标？

x = (0 + 96) * .75062972 = 72 (approximately)
y = (((0 * (-1)) + 130) * .75062972) * (-1) + 843 = 745,4 (approximately)

这与x坐标在68.0595和101.138之间、y坐标在741.373和757.298之间的注释矩形（见上文）匹配。

所以

我对我的文本如何映射到我所拥有的这个亮点有点困惑。坐标似乎不匹配（130 y vs 690 y）？我是否在正确的位置查找并正确解释我的文本和/或突出显示注释坐标？

坐标确实匹配，您只需确保应用当前转换矩阵和文本矩阵的转换即可。