Python自动化实现查找替换PDF文字

pip install Spire.Pdf

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

def find_text_in_pdf(input_pdf_path, target_text):
    """
    在PDF文档中查找指定文本并打印其位置。
    """
    document = PdfDocument()
    document.LoadFromFile(input_pdf_path)

    print(f"在 '{input_pdf_path}' 中查找文本 '{target_text}'...")

    found_results = []
    for i in range(document.Pages.Count):
        page = document.Pages.get_Item(i)
        
        # 创建 PdfTextFinder 实例
        finder = PdfTextFinder(page)
        # 设置查找选项，例如忽略大小写
        finder.Options.Parameter = TextFindParameter.IgnoreCase 
        
        # 执行查找操作
        collection = finder.Find(target_text)

        if collection:
            for find_result in collection:
                # find_result.Positions 包含文本在页面上的位置信息
                # find_result.Sizes 包含文本的大小信息
                for pos_index in range(find_result.Positions.Count):
                    position = find_result.Positions.get_Item(pos_index)
                    size = find_result.Sizes.get_Item(pos_index)
                    found_results.append({
                        "page": i + 1,
                        "text": find_result.Text,
                        "x": position.X,
                        "y": position.Y,
                        "width": size.Width,
                        "height": size.Height
                    })
                    print(f"  找到 '{find_result.Text}' 在第 {i+1} 页, 位置: (X:{position.X}, Y:{position.Y}), 大小: (W:{size.Width}, H:{size.Height})")
        else:
            print(f"  在第 {i+1} 页未找到 '{target_text}'。")
            
    document.Close()
    return found_results

# 示例用法
input_pdf = "example.pdf" # 替换为你的PDF文件路径
search_term = "Spire.PDF for Python"
find_text_in_pdf(input_pdf, search_term)

from spire.pdf.common import *
from spire.pdf import *
from System.Drawing import Color, RectangleF

def replace_text_with_replacer(input_pdf_path, output_pdf_path, old_text, new_text):
    """
    使用 PdfTextReplacer 在PDF中查找并替换文本。
    """
    document = PdfDocument()
    document.LoadFromFile(input_pdf_path)

    for i in range(document.Pages.Count):
        page = document.Pages.get_Item(i)
        
        # 创建 PdfTextReplacer 实例
        replacer = PdfTextReplacer(page)
        
        # 设置替换选项，例如只替换整个单词
        # replacer.Options.ReplaceType = ReplaceActionType.WholeWord 
        
        # 执行替换操作，ReplaceAllText 会替换所有匹配项
        # 如果只想替换第一个匹配项，可以使用 replacer.ReplaceText(old_text, new_text)
        count = replacer.ReplaceAllText(old_text, new_text)
        if count > 0:
            print(f"在第 {i+1} 页替换了 {count} 处 '{old_text}' 为 '{new_text}'。")
    
    document.SaveToFile(output_pdf_path)
    document.Close()
    print(f"替换完成，新文件已保存到 '{output_pdf_path}'。")

# 示例用法
input_pdf = "example.pdf" # 替换为你的PDF文件路径
output_pdf = "replaced_by_replacer.pdf"
old_term = "Spire.PDF for Python"
new_term = "E-iceblue Spire.PDF"
replace_text_with_replacer(input_pdf, output_pdf, old_term, new_term)

from spire.pdf.common import *
from spire.pdf import *
from System.Drawing import Color, RectangleF
import math

def replace_text_by_drawing(input_pdf_path, output_pdf_path, old_text, new_text, font_name="Arial", font_size=12):
    """
    通过先覆盖旧文本再绘制新文本的方式替换PDF中的文字。
    """
    document = PdfDocument()
    document.LoadFromFile(input_pdf_path)

    for i in range(document.Pages.Count):
        page = document.Pages.get_Item(i)
        
        finder = PdfTextFinder(page)
        finder.Options.Parameter = TextFindParameter.IgnoreCase
        collection = finder.Find(old_text)

        if collection:
            print(f"在第 {i+1} 页找到 '{old_text}'，准备替换为 '{new_text}'...")
            
            # 定义新文本的字体和颜色
            brush = PdfSolidBrush(PdfRGBColor(Color.get_DarkBlue()))
            font = PdfTrueTypeFont(font_name, float(font_size), PdfFontStyle.Regular, True)

            for find_result in collection:
                for pos_index in range(find_result.Positions.Count):
                    position = find_result.Positions.get_Item(pos_index)
                    size = find_result.Sizes.get_Item(pos_index)
                    
                    # 定义旧文本的区域
                    old_text_rect = RectangleF(position.X, position.Y, size.Width, size.Height)

                    # 1. 用白色矩形覆盖旧文本区域
                    page.Canvas.DrawRectangle(PdfBrushes.get_White(), old_text_rect)
                    
                    # 2. 在相同位置绘制新文本
                    # 注意：如果新文本比旧文本长，可能需要调整X/Y坐标或矩形宽度以避免溢出
                    # 这里为了简化，直接使用旧文本的Y坐标和新文本的字体大小计算新的绘制区域
                    # 实际应用中可能需要更复杂的逻辑来处理文本溢出和布局
                    page.Canvas.DrawString(new_text, font, brush, position.X, position.Y)
            print(f"  第 {i+1} 页替换完成。")
        else:
            print(f"  在第 {i+1} 页未找到 '{old_text}'。")
            
    document.SaveToFile(output_pdf_path)
    document.Close()
    print(f"替换完成，新文件已保存到 '{output_pdf_path}'。")

# 示例用法
input_pdf = "example.pdf" # 替换为你的PDF文件路径
output_pdf = "replaced_by_drawing.pdf"
old_term = "Spire.PDF for Python"
new_term = "E-iceblue Spire.PDF API" # 新文本可以更长或更短
replace_text_by_drawing(input_pdf, output_pdf, old_term, new_term, font_size=15)