通过 Python 搜索 PDF

高级 PDF 文档搜索。使用 Aspose.PDF for Python for .NET 以编程方式修改 PDF 文档

Aspose.PDF for Python for .NET Logo
C# Java C++ Python

如何使用 Python 搜索 PDF 文件

要搜索 PDF 文件，我们将使用 Aspose.PDF for Python via .NET，这是一个功能强大且易于使用的 API。打开 PyPI，安装它，然后搜索“aspose-pdf”。或者，运行以下命令：

Console

pip install aspose-pdf

通过 Python 搜索 PDF 文件

你需要 Aspose.PDF for .NET 在你的环境中试用代码。

  1. 使用 “文档” 实例加载 PDF。
  2. 使用要查找的文本作为参数创建 textFragmentAbsorber 对象。
  3. 获取所有提取的文本片段集合。
  4. 循环浏览每个片段以获取其所有信息。

搜索 PDF 文件-Python

import aspose.pdf as apdf

from os import path
path_infile = path.join(self.data_dir, infile)

document = apdf.Document(path_infile)

# Create TextAbsorber object to find all instances of the input search phrase
textFragmentAbsorber = apdf.text.TextFragmentAbsorber("PDF")

# Accept the absorber for all the pages
document.pages.accept(textFragmentAbsorber)

# Loop through the fragments
for textFragment in textFragmentAbsorber.text_fragments:
    print(f"Text : {textFragment.text}" )
    print(f"Position : {textFragment.position}")
    print(f"XIndent : {textFragment.position.x_indent}")
    print(f"YIndent : {textFragment.position.y_indent}")
    print(f"Font - Name : {textFragment.text_state.font.font_name}" )
    print(f"Font - IsAccessible : {textFragment.text_state.font.is_accessible} " )
    print(f"Font - IsEmbedded : {textFragment.text_state.font.is_embedded} " )
    print(f"Font - IsSubset : {textFragment.text_state.font.is_subset} ")
    print(f"Font Size : {textFragment.text_state.font_size}" )
    print(f"Foreground Color : {textFragment.text_state.foreground_color} " )