Python 在为扫描的PDF创建文本层时，是否在不破坏页面外观的情况下编辑文本？

在为扫描PDF编辑创建文本（使用OCR获取文本）层时（因为OCR提供了错误的文本），文本不会弄乱页面外观

在创建textlayer（能够搜索扫描的PDF）和提供PDF/A标准文档（不影响任何页面UI）方面做得最好。它使用Tesseract ocr检测文本，但有时Tesseract会给出错误的检测文本。因此，我希望使用户能够更改该文本并完成PDF的创建

示例OCR无法正常工作。因此，您希望在渲染为PDF之前更新ocr检测到的文本

解决方案需要，例如，更改ocrmypdf的源代码或使用PDFBOX更新文本都适合我

例如：

OCRMYPDF输入

---

OCRMYPDF输出

您到底期望什么？用户应如何更改该文本？是否要创建一些GUI，以便它们能够以某种方式影响扫描下面的文本？或者您想只给他们识别的带有坐标的文本片段，并且他们可以更改它们吗？这将导致ocrmypdf/pdfbox解决方案的工作方式。@mkl我只想给他们带坐标的可识别文本片段，然后他们可以更改它们？这正是我所需要的。好吧，如果你看一下生成的内容流文本绘制指令，它们看起来相当容易操作：UTF-16-ish字体编码，每段文本都由自己的Tm指令定位。尽管如此，如果在创建这些文本绘制指令之前就可以连接到ocrmypdf，那么从一开始就可以根据需要嵌入文本，这会更好。不幸的是，我不知道ocrmypdf或tesseract的内部结构，无法帮助实现。好的，所以我将尝试在创建文本层后操作文本。你能给出一些示例代码吗？我如何使用PDFBOX根据位置进行操作？