用 pymupdf 切片

编程问答 2022-05-11

问题描述

我想使用 Python 和 pymupdf 在 pdf 文档中标记几个关键字。

代码如下（来源：original code）：

import fitz

doc = fitz.open("test.pdf")

page = doc[0]

text = "result"

text_instances = page.searchFor(text)

for inst in text_instances:
    highlight = page.addHighlightAnnot(inst)
            highlight.setColors(colors='Red')
    highlight.update()


doc.save("output.pdf")

但是，文本仅在一页上标记。我尝试按照 pymupdf (documentation) 的文档中的描述更改代码，使其切入所有页面。

import fitz

doc = fitz.open("test.pdf")
for page in doc.pages(1,3,1):
    pass

text = "result"

text_instances = page.searchFor(text)

for inst in text_instances:
    highlight = page.addHighlightAnnot(inst)
    highlight.setColors(colors='Red')
    highlight.update()


doc.save("output.pdf")

不幸的是，它仍然只在一页上标记关键字。我需要更改什么才能在所有页面上标记关键字？

解决方法

您的代码有两个主要问题：

  1. 缩进
  2. 切片的开头是从零开始的

否则你对代码的理解似乎很好。

for page in doc.pages(1,3,1):
    pass

如果您想在页面上循环，您需要将高亮代码放在页面循环中。此外，您从第 2 页开始，而不是第 1 页，因为第 1 页由索引 0 表示。

#! /usr/bin/env python
# -*- coding: utf-8 -*-

import fitz

doc = fitz.open("test.pdf")

text = "result"

# page = doc[0]
# for page in doc.pages(start,stop,step):
for page in doc.pages(0,1):
    text_instances = page.searchFor(text)

    for inst in text_instances:
        highlight = page.addHighlightAnnot(inst) 
        highlight.setColors(colors='Red')
        highlight.update()
    
doc.save("output.pdf")
pdfpdfpdfpymupdfpython