一种文本坐标定位和遮罩层实现pdf高亮的方法及系统

本发明公开了一种文本坐标定位和遮罩层实现pdf高亮的方法及系统，涉及pdf文件处理领域。具体公开了对若干个pdf文件进行预处理；按照页码遍历读取各文件的文字和坐标数据；采用多种文本分行切分策略对文本进行分割得到多行文本；将多行文本拼接成文本块，并对每行文本数据的坐标数据进行组合计算；将处理后的文本数据和对应的坐标数据存储到向量数据库；根据问题检索到相关文本数据，获取对应的文件名称、页码和坐标数据并传递给前端的预览页面；按照每个页码进行遍历是否包含关键句；对包含关键句的页面的坐标数据进行遍历；为每个关键句创建高亮的遮罩层。本发明能够在应用大语言模型进行pdf文件检索时，方便用户查看对应召回知识。