Python 查詢PDF中的指定文字並高亮顯示

E-iceblue發表於2024-03-18
Python

在處理大量PDF文件時，有時我們需要快速找到特定的文字資訊。本文將提供以下三個Python示例來幫助你在PDF檔案中快速查詢並高亮指定的文字。

  • 查詢並高亮PDF中所有的指定文字
  • 查詢並高亮PDF某個區域內的指定文字
  • 使用正規表示式搜尋指定文字並高亮

本文將用到國產第三方庫 - Spire.PDF for Python，該庫提供 PdfPageBase.FindText() 方法可用於查詢PDF中的特定文字，然後再使用 PdfTextFind.ApplyHighLight() 方法為匹配到的文字設定指定的高亮顏色以突出顯示。

在執行接下來提供的示例程式碼之前，先透過pip安裝Spire.PDF for Python庫：

pip install Spire.PDF

Python 查詢並高亮PDF中所有的指定文字

步驟：

  1. 載入PDF文件
  2. 遍歷其中的頁面
  3. 查詢所有指定的文字
  4. 遍歷所有查詢到的文字並設定高亮顏色
  5. 儲存文件並關閉

程式碼：

from spire.pdf import *
from spire.pdf.common import*
 
# 載入PDF文件
pdf = PdfDocument()
pdf.LoadFromFile("南極洲.pdf")
 
# 遍歷PDF中所有頁面
for i in range(pdf.Pages.Count):
    page = pdf.Pages.get_Item(i)
    # 查詢所有指定文字
    result = page.FindText("南極", TextFindParameter.IgnoreCase)
    # 高亮匹配的文字
    for text in result.Finds:
        text.ApplyHighLight(Color.get_Lime())
 
# 儲存結果檔案
pdf.SaveToFile("查詢高亮PDF文字.pdf")
pdf.Close()

輸出：

Python 查詢並高亮PDF某個區域內的指定文字

步驟：

  1. 載入PDF文件
  2. 獲取指定的PDF頁面
  3. 指定一個矩形區域
  4. 查詢矩形區域內的指定文字
  5. 遍歷查詢到的文字並設定高亮顏色
  6. 儲存文件並關閉

程式碼：

from spire.pdf import *
from spire.pdf.common import*
 
# 載入PDF文件
pdf = PdfDocument()
pdf.LoadFromFile("南極洲.pdf")
 
# 獲取第一頁
pdfPageBase = pdf.Pages.get_Item(0)
 
# 自定義一個矩形區域
rctg = RectangleF(0.0, 0.0, pdfPageBase.ActualSize.Width, 100.0)
 
# 查詢指定區域內所有的指定文字
findCollection = pdfPageBase.FindText(rctg,"南極",TextFindParameter.IgnoreCase)
 
# 高亮匹配的文字
for find in findCollection.Finds:
    find.ApplyHighLight(Color.get_Magenta())
 
# 儲存結果檔案
pdf.SaveToFile("查詢高亮指定區域中的文字.pdf")
pdf.Close()

輸出：

透過正規表示式查詢文字並高亮：

步驟：

  1. 載入PDF文件
  2. 獲取指定的PDF頁面
  3. 指定一個正規表示式 （以下示例為匹配整數或小數）
  4. 使用正規表示式查詢匹配的文字
  5. 遍歷查詢到的文字並設定高亮顏色
  6. 儲存文件並關閉

程式碼：

from spire.pdf import *
from spire.pdf.common import*
 
# 載入PDF文件
pdf = PdfDocument()
pdf.LoadFromFile("南極洲.pdf")
 
# 指定匹配整數或者小數的正規表示式
regex = r'[0-9]+.{0,1}[0-9]{0,2}'
 
# 獲取第一頁
page = pdf.Pages.get_Item(0)
 
# 使用正規表示式查詢匹配的文字
result = page.FindText(regex, TextFindParameter.Regex)
 
# 高亮匹配的文字
for text in result.Finds:
    text.ApplyHighLight(Color.get_Cyan())
 
# 儲存結果檔案
pdf.SaveToFile("正則匹配.pdf")

輸出：

以上為三種使用Python在PDF文件中搜尋指定內容並設定文字高亮的方法。使用時可根據實際的需求或個人偏好選擇最適合的解決方案。Spire.PDF for Python庫還提供了其他的操作、處理PDF文件的介面，教程可從此處獲取。

　　

相關文章