如何使用Ghostscript读取旋转后的PDF文件并提取指定方向文本

Ghostscript的txtwrite设备支持通过参数调整文本排序逻辑和页面旋转规则，你需要在原有命令基础上补充以下参数：

• 关闭默认的自动页面旋转规则，避免Ghostscript自动修正方向打乱读取顺序：-dAutoRotatePages=/None
• 指定文本排序的方向规则，启用基于坐标的优先级排序，按y轴从低到高、x轴从左到右排列，匹配左下角到右上角的读取逻辑：-dTextSort=2
• 如果PDF本身存在固定角度的整体旋转（比如整体倒置180度、侧转90度），额外补充旋转参数修正页面方向，示例为整体180度旋转的配置：-dFirstPageRotate=180 -dLastPageRotate=180

修改后的完整运行命令如下：

-sDEVICE=txtwrite -dAutoRotatePages=/None -dTextSort=2 -dFirstPageRotate=180 -dLastPageRotate=180 -o "C:\GS_temp_file.txt" "C:\test.pdf"

如果你不确定PDF的实际旋转角度，可以先逐页测试旋转参数，90度、270度对应侧转的场景，替换上述命令里的180即可。如果单页存在不同旋转角度，可以去掉FirstPage和LastPage的限制，使用-dRotatePages=/All自动适配页面旋转属性。

内容的提问来源于stack exchange，提问作者Michał Plich