这是第二步了，第一步参考上文 。这一步的目标是，以一种有意义的方式，将这些文本行组合在一起 。每一行都有一个边框 。每行中字的边框，决定了行的边框 。就像将字组合成行一样 ， pdfminer.six使用边框来组合行 。
水平重叠的行和垂直相近的行 ， 被组合在一起 。行之间的垂直距离，由line_margin来决定 。这个margin是相对于边框的高度的 。
如果边框的顶部(见图L 1)和底部(见图L 2)之间的距离比绝对行距更近，则表示两行相近 。这个绝对值可以是line_margin乘以边框的高度 。
这一步的输出为一个列表，列表中包含多个文本箱子 。每个文本箱子有多行文本 。
最后一步，对文本箱子进行分层
最后一步是 ， 以有意义的方式对文本箱子进行分组 。此步骤重复合并相邻的两个文本框 。边界框的紧密程度，表现为两个文本框之间的区域(图中的蓝色区域) 。
换句话说，就是这两条线周围的边界框的面积减去每条线的边界框的面积 。
处理旋转的字符
【将多行文本组合在一起-将多行文本组合在一起怎么弄】上述算法假设所有字符具有相同的方向 。然而，PDF中任何书写方向都是可能的 。为了适应这一点，pdfminer.Six允许使用detect_vertical参数检测垂直写入 。这将应用所有分组步骤，就好像pdf被旋转了90(或270)度 。