一种解析pdf中段落对齐方法、装置及介质

本发明属于PDF解析技术领域，提供了一种解析pdf中段落对齐方法、装置及介质。本发明利用Apache的开源框架PDFBOX，对PDF文件进行读取，然后对文字进行排序、转换排版，确定好段落，标题，页眉页脚等信息，基于段落内容进行行级拆分，并设置容错空间对行级内容进行分析判断，由此确定段落对齐，从而能够保持转换后的文档的准确对齐，并具有高质量、易编辑的特点。