使用Python实现查找PDF中的指定文本并高亮显示

pip install Spire.PDF

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()

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()

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'[0-9]+.{0,1}[0-9]{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")