使用Python突出显示PDF中的文本

Question

我正在为我的PDF数据语料库定制搜索引擎。

我有一个转换层，它能够将PDF内容转储为文本(使用Apache Tika和GROBID)。我已经完成了搜索层和返回搜索结果的视图列表。

现在，我想在原始PDF上为出现搜索词的行添加突出显示功能。是的，如果有必要，我想修改PDF文件。

有没有办法在PDF文件中突出显示里面的文本？PDFMiner或PyPDF2或其他Python库是否能够做到这一点？

..。或者你可以推荐其他的服务，也许是外部服务？

Answer 1

您可以使用PyPDF2突出显示文本。

要找到文本的位置，请查看this answer。