from pdfminer.pdfparser import PDFParser
from pdfminer.pdfdocument import PDFDocument
from pdfminer.pdfpage import PDFPage
from pdfminer.pdfpage import PDFTextExtractionNotAllowed
from pdfminer.pdfinterp import PDFResourceManager
from pdfminer.pdfinterp import PDFPageInterpreter
from pdfminer.layout import LAParams
from pdfminer.converter import PDFPageAggregator

PDFファイルのパスを指定
pdf_file_path = "/sample.pdf"
x_left_bottom_val = 390
y_left_bottom_val = 620
x_right_top_val = 520
y_right_top_val = 740

PDFファイルをバイナリ形式で開く
with open(pdf_file_path, 'rb') as fp:
# PDFパーサーを作成
parser = PDFParser(fp)
# PDFドキュメントを作成
document = PDFDocument(parser)
# パスワードが設定されていないことを確認
if not document.is_extractable:
raise PDFTextExtractionNotAllowed
# PDFリソースマネージャーを作成
rsrcmgr = PDFResourceManager()
# ページの解析パラメータを設定
laparams = LAParams()
# ページの集約器を作成
device = PDFPageAggregator(rsrcmgr, laparams=laparams)
# ページの解析器を作成
interpreter = PDFPageInterpreter(rsrcmgr, device)
# 全ページに対して処理を行う
for page in PDFPage.create_pages(document):
# ページの内容を解析
interpreter.process_page(page)
# 解析結果からレイアウトを取得
layout = device.get_result()
# レイアウトからテキストの座標を取得し表示
for element in layout:
if hasattr(element, "get_text"):
x1, y1, x2, y2 = element.bbox
if x1 > x_left_bottom_val and y1 > y_left_bottom_val and x2 < x_right_top_val and y2 < y_right_top_val:
print("Text: ", element.get_text())
# print("Position: ", element.bbox)