如何用Python定位PDF指定区域并将其保存为PNG？

你的思路完全可行，用pdfplumber就能独立完成需求，不需要复杂工具组合，下面是具体指引：

工具选择理由 #

• PyPDF：仅擅长PDF拆分、合并等基础操作，文本定位和图像裁剪能力薄弱，不适用你的场景。
• pdfminer：文本提取精度高，但需要手动处理坐标映射、图像渲染，对新手门槛高。
• pdfplumber：基于pdfminer开发，封装了更易用的API，既能精准获取文本的页码、坐标，又能直接渲染页面并裁剪图像，完美匹配你的需求，是新手首选。

具体实现步骤 #

1. 定位标题的页码与Y坐标 #

遍历PDF页面，匹配目标起始标题和下一个标题，记录它们的位置信息：

import pdfplumber

# 替换为你的目标标题
target_start_title = "目标起始标题"
target_end_title = "下一个标题"
start_y = None
end_y = None
target_page = None

with pdfplumber.open("你的文件.pdf") as pdf:
    for page in pdf.pages:
        # 提取页面所有带坐标的文本对象
        text_items = page.extract_words(use_text_flow=True)
        for item in text_items:
            if item["text"] == target_start_title:
                start_y = item["top"]
                target_page = page
            # 找到起始标题后再找结束标题
            elif start_y is not None and item["text"] == target_end_title:
                end_y = item["top"]
                break
        if start_y and end_y:
            break

2. 裁剪指定区域并保存为PNG #

拿到坐标后，直接渲染页面并裁剪目标区域：

if target_page and start_y and end_y:
    page_width = target_page.width
    # 将页面渲染为可操作的图像对象
    page_img = target_page.to_image()
    # 裁剪区域：(左, 上, 右, 下)
    cropped_area = page_img.crop((0, start_y, page_width, end_y))
    # 保存为PNG
    cropped_area.save("截取的区域.png", format="PNG")

额外注意事项 #

• 如果起始标题和下一个标题不在同一页，需要分步骤截取：先截起始页从start_y到页底，再截中间整页，最后截结束页从页顶到end_y，再用PIL等工具拼接图片。
• 若标题存在换行、格式差异，可改用模糊匹配，比如target_start_title in item["text"]。

内容的提问来源于stack exchange，提问作者Gaspode