我正在寻找一个（最好是Java-）库或命令行工具来从pdfs中提取单词坐标。 input-pdfs包含文本或后面带有ocr-text的图像。
我的使用案例：
在Java Web应用程序中，我想使用它进行命中突出显示并在没有其他软件（例如Adobe Reader等）的情况下呈现。相反，我想将匹配的页面转换为图像并将它们呈现在网页中。
答案 0 :(得分：0)
您应该能够使用http://pdfbox.apache.org/进行突出显示并将其显示为pdf本身。另请查看http://itextpdf.com/。
答案 1 :(得分：0)
您可以使用JPedal生成缩略图（http://www.jpedal.org/pdf_thumbnail_tutorials.php）并提取文本（http://www.jpedal.org/support_egETAW.php）