Python 在PDF文件中查找文本位置

我有一个PDF文件，我试图在PDF中找到一个特定的文本，并使用Python突出显示它。 我发现，当我们在文件中给出想要的高亮显示位置的坐标时，它可以

我正试图找到一个工具，它可以给我一个给定文本在PDF中的位置。

可以通过坐标找到文本。您可以将其与PyPDF2突出显示方法结合使用，以完成所描述的内容或者您也可以。

以下是使用PyMuPDF查找文本和突出显示的示例代码：

import fitz

### READ IN PDF
doc = fitz.open("input.pdf")

for page in doc:
    ### SEARCH
    text = "Sample text"
    text_instances = page.searchFor(text)

    ### HIGHLIGHT
    for inst in text_instances:
        highlight = page.addHighlightAnnot(inst)
        highlight.update()


### OUTPUT
doc.save("output.pdf", garbage=4, deflate=True, clean=True)

---

如果您在Windows上使用AcrobatPro（不是reader），则可以使用Python或VBA尝试旧的组件对象模型

---

您是否尝试过搜索能够解析PDF文件的Python库？希望这会有所帮助：目前还没有找到此功能（希望通过命令行进行搜索）…在windows上，我无法安装fitz。@keramat 32/64位版本存在问题。您需要安装PyMuPDF的较低版本。pip install PyMuPDF==1.16.7运行正常，但默认版本和最新版本没有运行。请查看此处了解更多信息；谢谢这个@cilantro Ditrek，你能告诉我是否有办法在文本周围画一个红线框，而不仅仅是highlighting@SMP看看这个答案：这里还有更多信息：上面的代码需要一些帮助。在

highlight=…

之后添加

highlight.update（）

，如果pdf文档有多个页面，则将

####SEARCH

和

###highlight

部分打包到

文档中的页面：

循环中，并摆脱

页面=doc[0]/code>。
import win32com, winerror, os
from win32com.client.dynamic import ERRORS_BAD_CONTEXT
ERRORS_BAD_CONTEXT.append(winerror.E_NOTIMPL)
win32com.client.gencache.EnsureModule('{E64169B3-3592-47d2-816E-602C5C13F328}', 0, 1, 1)
avDoc = win32com.client.DispatchEx('AcroExch.AVDoc')
avDoc.Open(src, src)

avDoc.BringToFront()
pdDoc = avDoc.GetPDDoc()
jsoObject = pdDoc.GetJSObject()

for pageNo in range(1):
    pdfPage = pdDoc.AcquirePage(pageNo)
    pageHL = win32com.client.DispatchEx('AcroExch.HiliteList')
    _ = pageHL.Add(0, 9000)
    pageSel = pdfPage.CreatePageHilite(pageHL)

    pdfText = ""
    for wordNo in range(pageSel.GetNumText()):
        word = pageSel.GetText(wordNo)
        pdfText += word

        if keyword in pdfText:
            wordToHl = win32com.client.DispatchEx('AcroExch.HiliteList')
            wordToHl.Add(wordNo, 1)
            wordHl = pdfPage.CreateWordHilite(wordToHl)
            rect = wordHl.GetBoundingRect()
            annot = jsoObject.AddAnnot()
            props = annot.GetProps()
            props.Type = "Square"
            props.Page = pageNo
            props.Hidden = False
            props.Lock = True
            props.Name = word
            props.NoView = False
            props.Opacity = 0.3
            props.ReadOnly = True
            props.Style = "S"
            props.ToggleNoView = False
            props.PopupOpen = False
            popupRect = [rect.Left - 5, rect.Top + 5, rect.Left + 40, rect.Top - 20]
            props.Rect = popupRect
            props.PopupRect = popupRect
            props.StrokeColor = jsoObject.Color.Red
            props.FillColor = jsoObject.Color.Yellow

            annot.SetProps(props)
            print(f'Found {keyword}')