Python 以编程方式更改PDF中文本的字体颜色

我对PDF规范一点也不熟悉。我想知道是否有可能直接操纵PDF文件，以便我确定为重要的某些文本块以我选择的颜色突出显示。选择的语言将是python

这是可能的，但不一定容易，因为PDF格式太丰富了。您可以找到一个详细描述它的文档。它给出的关于PDF如何显示文本的第一个基本示例是：

BT
/F13 12 Tf
288 720 Td
(ABC) Tj
ET

BT和ET是开始和结束文本对象的命令；Tf是一个使用外部字体资源F13（恰好是Helvetica）的命令，大小为12；Td是将光标定位在给定坐标的命令；Tj是一个命令，用于写入前一个字符串的图示符。这种风格在某种程度上是“反向波兰符号”（reverse-polish notation）——oid，实际上非常接近Postscript的风格，Postscript是Adobe对排版的另一个重大贡献之一

问题是，PDF规范中没有任何内容表明，在页面上显示的文本“看起来”像是一起的，实际上必须“在一起”；由于总是可以给出精确的坐标，如果PDF是由复杂的排版系统生成的，它可能会按坐标逐字符精确定位文本。因此，以单词和句子的形式重建文本并不一定容易——这几乎和光学文本识别一样困难，只不过你被精确地赋予了字符（好吧——几乎……一些所谓的“图像”实际上可能显示为字符……；-）

是一个非常简单的纯Python库，是处理PDF文件的良好起点。它的“文本提取”功能非常简单，除了连接几个文本绘图命令的参数外，什么也不做；您将看到，这在某些文档上已经足够了，在其他文档上也无法使用，但至少这是一个开始。作为分布式，pyPdf对颜色几乎没有任何作用，但有一些可以修复的黑客行为

的强大Python库完全专注于生成新的PDF，而不是解释或修改现有PDF。在另一个极端，纯Python库完全专注于解析PDF文件；它确实进行了一些聚类，以尝试在更简单的库被难倒的情况下重建文本

---

我不知道有哪一个现有的库可以执行您想要的转换任务，但是混合和匹配一些现有库应该是可行的，以完成大部分任务。。。祝你好运

使用pdf注释可以在pdf文件中突出显示，但以本机方式突出显示并不是一件容易的工作。如果提到的任何一个库提供这样的功能，您可能会寻找。

我曾尝试阅读一个pdf，但它是一些字符和流，我可以识别pdf和EOF，并且有许多特殊字符。有任何特定的编码吗？你能分享一下搜索BT和ET的简单代码吗？我有同样的问题，在，谢谢