使用Python实现在PDF中查找和高亮文字的方法

pip install Spire.PDF

from spire.pdf.common import *
from spire.pdf import *

# 创建 PdfDocument 类的对象
doc = PdfDocument()
# 加载 PDF 文件
doc.LoadFromFile("什么是python.pdf")

# 初始化一个计数器来跟踪文本出现的次数
occurrence_count = 0
# 初始化一个列表来存储页码
page_numbers = []

# 遍历文档中的页面
for i in range(doc.Pages.Count):
    page = doc.Pages[i]
    # 创建 PdfTextFinder 实例
    finder = PdfTextFinder(page)
    # 查找特定文本
    results = finder.Find("Python")
    # 遍历找到的所有实例
    for text in results:
        # 设置高亮颜色
        text.HighLight(Color.get_Yellow())
        # 递增文本出现次数
        occurrence_count += 1
        # 将页码添加到列表中
        page_numbers.append(i+1)

# 保存结果文档
doc.SaveToFile("查找和高亮文本.pdf")
doc.Close()

# 打印出现次数和页码
print(f"文本 'Python' 在 PDF 中出现了 {occurrence_count} 次。")
print(f"该文本出现在以下页码: {', '.join(map(str, page_numbers))}")

from spire.pdf.common import *
from spire.pdf import *

# 创建 PdfDocument 类的对象
doc = PdfDocument()
# 加载 PDF 文件
doc.LoadFromFile("什么是python.pdf")

# 遍历文档中的页面
for i in range(doc.Pages.Count):
    page = doc.Pages[i]
    # 创建 PdfTextFinder 实例
    finder = PdfTextFinder(page)
    # 指定查找的页面区域
    finder.Options.Area = RectangleF(0.0, 0.0, 300.0, 300.0)
    # 查找特定文本
    results = finder.Find("Python")
    # 遍历找到的所有实例
    for text in results:
        # 设置高亮颜色
        text.HighLight(Color.get_Yellow())

# 保存结果文档
doc.SaveToFile("在页面区域中查找和高亮文本.pdf")
doc.Close()

from spire.pdf.common import *
from spire.pdf import *

# 创建 PdfDocument 类的对象
doc = PdfDocument()
# 加载 PDF 文件
doc.LoadFromFile("示例.pdf")

# 遍历文档中的页面
for i in range(doc.Pages.Count):
    page = doc.Pages[i]
    # 创建 PdfTextFinder 实例
    finder = PdfTextFinder(page)
    # 设置文本查找条件为使用正则表达式查找
    finder.Options.Parameter = TextFindParameter.Regex

    # 查找以符号 “#” 开头的文本
    results = finder.Find("""\\#\\w+\\b""")
    # 遍历找到的所有实例
    for text in results:
        # 设置高亮颜色
        text.HighLight(Color.get_Yellow())

# 保存结果文档
doc.SaveToFile("使用正则表达式查找和高亮文本.pdf")
doc.Close()

from spire.pdf.common import *
from spire.pdf import *

# 创建 PdfDocument 类的对象
doc = PdfDocument()
# 加载 PDF 文件
doc.LoadFromFile("什么是python.pdf")

# 遍历文档中的页面
for i in range(doc.Pages.Count):
    page = doc.Pages[i]
    # 创建 PdfTextFinder 实例
    finder = PdfTextFinder(page)

    # 查找特定文本
    results = finder.Find("Python")
    # 遍历找到的所有实例
    for text in results:
        # 打印当前实例的坐标信息
        print(f"文本坐标: ({text.Positions[0].X}, {text.Positions[0].Y})")        
        
doc.Close()

from spire.pdf.common import *
from spire.pdf import *

# 创建 PdfDocument 类的对象
doc = PdfDocument()
# 加载 PDF 文件
doc.LoadFromFile("什么是python.pdf")

# 遍历文档中的页面
for i in range(doc.Pages.Count):
    page = doc.Pages[i]
    # 创建 PdfTextFinder 实例
    finder = PdfTextFinder(page)
    # 设置文本查找条件为不区分大小写和全词匹配
    finder.Options.Parameter = TextFindParameter.IgnoreCase
    finder.Options.Parameter = TextFindParameter.WholeWord
    # 查找特定文本
    results = finder.Find("Python")
    # 遍历找到的所有实例
    for text in results:
        # 设置高亮颜色
        text.HighLight(Color.get_Yellow())

# 保存结果文档
doc.SaveToFile("其他查找条件.pdf")
doc.Close()