使用Python实现PDF文本的自动替换或修改功能

pip install Spire.PDF

from spire.pdf.common import *
from spire.pdf import *
 
def replace_text_in_page(page, old_text, new_text, color=None):
    """
    替换特定页面上特定文本的所有实例
    参数:
    page (PdfPageBase): 要替换文本的页面
    old_text (str): 要替换的原始文本
    new_text (str): 用于替换的新文本
    color (Color, 可选): 如果需要更改文本颜色，则提供该参数；否则留空
    """
    replacer = PdfTextReplacer(page)
    if color:
        replacer.ReplaceAllText(old_text, new_text, color)
    else:
        replacer.ReplaceAllText(old_text, new_text)
 
# 创建 PdfDocument 类的对象
doc = PdfDocument()
# 加载 PDF 文件
doc.LoadFromFile("荷塘月色.pdf")
 
# 遍历文档中的每一页
for i in range(doc.Pages.Count):
    # 获取当前页面
    page = doc.Pages[i]
 
    # 将当前页面中特定文本的所有实例替换为新文本
    replace_text_in_page(page, "荷塘", "池塘")
 
    # 如需替换文本并更改文本颜色，则使用以下代码
    # replace_text_in_page(page, "荷塘", "池塘", Color.get_Red())
 
# 保存修改后的 PDF 文件
doc.SaveToFile("替换所有实例.pdf")
# 关闭文档以释放资源
doc.Close()

from spire.pdf.common import *
from spire.pdf import *
 
def replace_text_in_page(page, old_text, new_text):
    """
    替换特定页面上特定文本的第一个实例
    参数:
    page (PdfPageBase): 要替换文本的页面
    old_text (str): 要替换的原始文本
    new_text (str): 用于替换的新文本
    """
    replacer = PdfTextReplacer(page)
    replacer.ReplaceText(old_text, new_text)
 
# 创建 PdfDocument 类的对象
doc = PdfDocument()
# 加载 PDF 文件
doc.LoadFromFile("荷塘月色.pdf")
 
# 遍历文档中的每一页
for i in range(doc.Pages.Count):
    # 获取当前页面
    page = doc.Pages[i]    
    # 将当前页面中特定文本的第一个实例替换为新文本
    replace_text_in_page(page, "荷塘", "池塘")
 
# 保存修改后的 PDF 文件
doc.SaveToFile("替换第一个实例.pdf")
# 关闭文档以释放资源
doc.Close()

from spire.pdf.common import *
from spire.pdf import *
 
def replace_text_with_regex(page, regex, new_text):
    """
    使用正则表达式替换页面中匹配的文本
    参数:
    page (PdfPageBase): 要替换文本的页面
    regex (str): 正则表达式，用于匹配需要替换的文本
    new_text (str): 用于替换的新文本
    """
    replacer = PdfTextReplacer(page)
    replacer.Options.ReplaceType = ReplaceActionType.Regex
    replacer.ReplaceAllText(regex, new_text)
 
# 创建 PdfDocument 类的对象
doc = PdfDocument()
# 加载 PDF 文件
doc.LoadFromFile("模板.pdf")
 
# 遍历文档中的每一页
for i in range(doc.Pages.Count):
    # 获取当前页面
    page = doc.Pages[i]
    # 使用正则表达式替换当前页面中匹配的文本
    replace_text_with_regex(page, r"\#\w+\b", "显示器")
 
# 保存修改后的 PDF 文件
doc.SaveToFile("正则表达式替换.pdf")
# 关闭文档以释放资源
doc.Close()

from spire.pdf.common import *
from spire.pdf import *
 
def replace_text_with_options(page: PdfPageBase, old_text: str, new_text: str, ignore_case: bool = False, whole_word: bool = False):
    """
    使用指定条件替换页面中的文本
    参数:
    page (PdfPageBase): 要替换文本的页面
    old_text (str): 要替换的原始文本
    new_text (str): 用于替换的新文本
    ignore_case (bool): 是否忽略大小写。默认值为 False
    whole_word (bool): 是否全词匹配。默认值为 False
    """
    replacer = PdfTextReplacer(page)
 
    # 根据选项设置文本替换模式
    if ignore_case:
        replacer.Options.ReplaceType = ReplaceActionType.IgnoreCase
    if whole_word:
        replacer.Options.ReplaceType = ReplaceActionType.WholeWord
 
    replacer.ReplaceAllText(old_text, new_text)
 
# 创建 PdfDocument 类的对象
doc = PdfDocument()
# 加载 PDF 文件
doc.LoadFromFile("测试.pdf")
 
# 遍历文档中的每一页
for i in range(doc.Pages.Count):
    # 获取当前页面
    page = doc.Pages[i]
 
    # 使用不区分大小写和全词匹配的方式替换文本
    replace_text_with_options(page, "old_text", "new_text", ignore_case=True, whole_word=True)
 
# 保存修改后的 PDF 文件
doc.SaveToFile("其他替换条件.pdf")
# 关闭文档以释放资源
doc.Close()