波涛凶涌 发表于 2024-3-18 15:56:54

Python 查找PDF中的指定文本并高亮显示

在处理大量PDF文档时,有时我们需要快速找到特定的文本信息。本文将提供以下三个Python示例来帮助你在PDF文件中快速查找并高亮指定的文本。

[*]查找并高亮PDF中所有的指定文本
[*]查找并高亮PDF某个区域内的指定文本
[*]使用正则表达式搜索指定文本并高亮
 
本文将用到国产第三方库 - Spire.PDF for Python,该库提供 PdfPageBase.FindText() 方法可用于查找PDF中的特定文本,然后再使用 PdfTextFind.ApplyHighLight() 方法为匹配到的文本设置指定的高亮颜色以突出显示。
在运行接下来提供的示例代码之前,先通过pip安装Spire.PDF for Python库:
pip install Spire.PDF 
Python 查找并高亮PDF中所有的指定文本

步骤:

[*]加载PDF文档
[*]遍历其中的页面
[*]查找所有指定的文本
[*]遍历所有查找到的文本并设置高亮颜色
[*]保存文档并关闭
代码:
from spire.pdf import *
from spire.pdf.common import*

# 加载PDF文档
pdf = PdfDocument()
pdf.LoadFromFile("南极洲.pdf")

# 遍历PDF中所有页面
for i in range(pdf.Pages.Count):
    page = pdf.Pages.get_Item(i)
    # 查找所有指定文本
    result = page.FindText("南极", TextFindParameter.IgnoreCase)
    # 高亮匹配的文本
    for text in result.Finds:
      text.ApplyHighLight(Color.get_Lime())

# 保存结果文件
pdf.SaveToFile("查找高亮PDF文本.pdf")
pdf.Close()输出:

 
Python 查找并高亮PDF某个区域内的指定文本

步骤:

[*]加载PDF文档
[*]获取指定的PDF页面
[*]指定一个矩形区域
[*]查找矩形区域内的指定文本
[*]遍历查找到的文本并设置高亮颜色
[*]保存文档并关闭
代码:
from spire.pdf import *
from spire.pdf.common import*

# 加载PDF文档
pdf = PdfDocument()
pdf.LoadFromFile("南极洲.pdf")

# 获取第一页
pdfPageBase = pdf.Pages.get_Item(0)

# 自定义一个矩形区域
rctg = RectangleF(0.0, 0.0, pdfPageBase.ActualSize.Width, 100.0)

# 查找指定区域内所有的指定文本
findCollection = pdfPageBase.FindText(rctg,"南极",TextFindParameter.IgnoreCase)

# 高亮匹配的文本
for find in findCollection.Finds:
    find.ApplyHighLight(Color.get_Magenta())

# 保存结果文件
pdf.SaveToFile("查找高亮指定区域中的文本.pdf")
pdf.Close()输出:

 
通过正则表达式查找文本并高亮:

步骤:

[*]加载PDF文档
[*]获取指定的PDF页面
[*]指定一个正则表达式 (以下示例为匹配整数或小数)
[*]使用正则表达式查找匹配的文本
[*]遍历查找到的文本并设置高亮颜色
[*]保存文档并关闭
代码:
from spire.pdf import *
from spire.pdf.common import*

# 加载PDF文档
pdf = PdfDocument()
pdf.LoadFromFile("南极洲.pdf")

# 指定匹配整数或者小数的正则表达式
regex = r'+.{0,1}{0,2}'

# 获取第一页
page = pdf.Pages.get_Item(0)

# 使用正则表达式查找匹配的文本
result = page.FindText(regex, TextFindParameter.Regex)

# 高亮匹配的文本
for text in result.Finds:
    text.ApplyHighLight(Color.get_Cyan())

# 保存结果文件
pdf.SaveToFile("正则匹配.pdf")输出:

以上为三种使用Python在PDF文档中搜索指定内容并设置文本高亮的方法。使用时可根据实际的需求或个人偏好选择最适合的解决方案。Spire.PDF for Python库还提供了其他的操作、处理PDF文档的接口,教程可从此处获取。
  

来源:https://www.cnblogs.com/Yesi/p/18080554
免责声明:由于采集信息均来自互联网,如果侵犯了您的权益,请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容,谢谢合作!
页: [1]
查看完整版本: Python 查找PDF中的指定文本并高亮显示