**免责声明：**我是borb的作者，库建议在此回答

最后，具体的代码将根据删除线在PDF中的实现方式而变化。请允许我澄清一下：
PDF文档（通常）没有结构的概念。因此，虽然我们可能会看到一段文本，由几行文本组成，PDF（大部分）只包含渲染指令。
例如：
1.转到X、Y
1.将当前字体设置为Helvetica-Bold
1.将当前颜色设置为黑色
1.画字母“H”
1.转到X、Y（这次稍微向右移动）
1.画字母“e”
1.等等
因此，在所有的可能性，文本是删除线通过没有标记为这样在任何有意义的方式。
我认为有两个选择：

1. PDF具有注解的概念。注解通常是添加到页面顶部的内容片段。这些内容片段可以是额外的文本、几何图形等。有特定的注解用于删除线。
   1.它可能是一个注解，但也可能是一个简单地出现在文本上的几何图形（在本例中是一条线）。
   1.它可能是一个绘制指令（在页面内容流中），只是在文本上呈现一条黑线。
   您的PDF可能包含一个（或多个）删除线，这取决于最初创建删除线的软件。
   您可以使用borb来识别所有这些。
   我会做什么（在伪代码中）：
   1.扩展SimpleTextExtraction（这是borb中处理从PDF提取文本的主类）
   1.每当这个类看到一个事件时（通常是解析器完成了一个特定的指令），你可以检查你看到的是一个文本呈现指令，还是一个线条绘制指令。跟踪文本，跟踪线条（特别是它们的边界框）。
   1.处理完页面上的所有事件后，从页面中获取所有注解，并过滤掉带删除线的注解。跟踪它们的边框。
   1.从TextRenderEvent对象列表中，过滤出边界框与以下对象重叠的对象：线条或带删除线的边界框
   1.复制用于从这些事件重建文本的基本算法

如果这些删除线实际上是注解，PyMuPDF提供了一个简单而快速的解决方案：在页面上列出所有带删除线的标注矩形，并提取它们“下面”的文本。或者，类似地，查看你感兴趣的关键词（如“男性”、“女性”），看看是否有被删除线覆盖的标注。

# strike out annotation rectangles
st_rects = [a.rect for a in page.annots(types=[fitz.PDF_ANNOT_STRIKE_OUT])]
words = page.get_text("words")  # the words on the page
for rect in st_rects:
    for w in words:
        wrect = fitz.Rect(w[:4])  # rect of the word
        wtext = w[4]  # word text
        if wrect.intersects(rect):
            print(f"{wtext} is strike out")

# the above checks if a word area intersects a strike out rect
# B/O mostly sloppy strike out rectangle definitions the safest way.
# alternatively, simpler:

for rect in st_rects:
    print(page.get_textbox(rect + (-5, -5, 5, 5)), "is striked out")

# here I have increased the strike out rect by 5 points in every direction
# in the hope to cover the respective text.

另一种情况是PDF绘图，即所谓的“艺术线条”。这些没有注解（可以删除），而是像直线、曲线、矩形这样的东西-永久存储在页面的渲染代码对象（/Contents）中。
PyMuPDF也允许你提取艺术线条。如果你的文本用这种方法被删除，那么在文本矩形和艺术线条矩形之间存在重叠。
Office软件（MS Word、LibreOffice）通常使用细矩形而不是实线来更好地科普缩放显示--因此，要捕捉所有这些情况，您必须同时选择水平线和绝对高度小、宽度也大得多的矩形。
下面是提取这些水平线和“伪线”以及页面的代码：

lines = []  # to be filled with horizontal "lines": thin rectangles
paths = page.get_drawings()  # list of drawing dictionary objects
for path in paths:  # dictionary with single draw commands
    for item in path["items"]:  # check item types
        if item[0] in ("c", "qu"):  # skip curves and quads
            continue
        if item[0] == "l":  # a true line
            p1, p2 = item[1:]  # start / stop points
            if p1.y != p2.y:  # skip non-horizontal lines
                continue
            # make a thin rectangle of height 2
            rect = fitz.Rect(p1.x, p1.y - 1, p2.x, p2.y + 1)
            lines.append(rect)
        elif item[0] == "re":  # a rectangle, check if roughly a horizontal line
            rect = item[1]  # the item's rectangle
            if rect.width <= 2 * rect.height or rect.height > 4:
                continue  # not a pseudo-line
            lines.append(rect)

现在，您可以使用这些线条矩形来检查与文本矩形的任何交点。