Python使用pymupdf實現(xiàn)PDF內(nèi)容搜索并顯示功能

更新時間：2023年08月15日 10:46:40 作者：winfredzhang

在日常工作和學習中，我們可能需要查找和提取PDF文件中的特定內(nèi)容,本文將介紹如何使用pymupdf實現(xiàn)PDF內(nèi)容搜索并顯示的功能，需要的可以參考下

簡介

在日常工作和學習中，我們可能需要查找和提取PDF文件中的特定內(nèi)容。本文將介紹如何使用Python編程語言和wxPython圖形用戶界面庫來實現(xiàn)一個簡單的PDF內(nèi)容搜索工具。我們將使用PyMuPDF模塊來處理PDF文件，并結(jié)合wxPython構(gòu)建一個用戶友好的界面。C:\pythoncode\new\pdffindcontent.py

準備工作

在開始之前，請確保已經(jīng)安裝了Python和相應的模塊?？梢允褂胮ip來安裝wxPython和PyMuPDF模塊，具體安裝方法可以參考官方文檔。

創(chuàng)建GUI界面

我們首先需要創(chuàng)建一個GUI界面，以便用戶選擇要搜索的PDF文件并輸入要查找的內(nèi)容。我們使用wxPython庫來創(chuàng)建界面。

def __init__(self, parent, title):
        super(PDFSearchFrame, self).__init__(parent, title=title, size=(800, 600))
        panel = wx.Panel(self)
        vbox = wx.BoxSizer(wx.VERTICAL)
        # 選擇文件按鈕
        file_picker = wx.FilePickerCtrl(panel, style=wx.FLP_OPEN|wx.FLP_FILE_MUST_EXIST)
        file_picker.Bind(wx.EVT_FILEPICKER_CHANGED, self.on_file_selected)
        vbox.Add(file_picker, 0, wx.EXPAND|wx.ALL, 10)
        # 輸入框和按鈕
        hbox = wx.BoxSizer(wx.HORIZONTAL)
        self.search_text = wx.TextCtrl(panel)
        search_button = wx.Button(panel, label='搜索')
        search_button.Bind(wx.EVT_BUTTON, self.on_search)
        hbox.Add(self.search_text, 1, wx.EXPAND|wx.ALL, 5)
        hbox.Add(search_button, 0, wx.ALL, 5)
        vbox.Add(hbox, 0, wx.EXPAND|wx.ALL, 10)
        # 顯示框
        self.display_text = wx.TextCtrl(panel, style=wx.TE_MULTILINE|wx.TE_READONLY)
        vbox.Add(self.display_text, 1, wx.EXPAND|wx.ALL, 10)
        panel.SetSizer(vbox)
        self.Show()

在上述代碼中，我們創(chuàng)建了一個名為 PDFSearchFrame 的窗口類，它繼承自wxPython的 wx.Frame 類。在該類的構(gòu)造函數(shù)中，我們創(chuàng)建了界面的各個組件，包括選擇文件按鈕、輸入框和搜索按鈕以及顯示框。

PDF內(nèi)容搜索和提取

接下來，我們需要在代碼中添加PDF內(nèi)容搜索和提取的功能。我們將使用PyMuPDF模塊來處理PDF文件。

# 導入所需模塊
import wx
import fitz
def on_search(self, event):
        search_text = self.search_text.GetValue()
        if not search_text or not self.pdf_path:
            return
        doc = fitz.open(self.pdf_path)
        matches = []
        for page in doc:
            text = page.get_text().lower()
            if search_text.lower() in text:
                matches.append((page.number, text))
        self.display_text.SetValue('')
        if matches:
            for page_num, text in matches:
                self.display_text.AppendText(f"Page {page_num}:\n{text}\n\n")
        else:
            self.display_text.AppendText("未找到匹配的內(nèi)容。")
        doc.close()

在上述代碼中，我們在 on_search 方法中添加了PDF內(nèi)容搜索和提取的代碼。首先，我們使用 fitz.open 函數(shù)打開選擇的PDF文件，并遍歷每一頁的文本內(nèi)容。然后，我們將文本內(nèi)容轉(zhuǎn)換為小寫，并檢查搜索文本是否在其中。如果找到合適的匹配項，我們將它們存儲在 matches 列表中。最后，我們將匹配的結(jié)果顯示在顯示框中，如果沒有找到匹配的內(nèi)容，則顯示相應的提示信息。

全部代碼

import wx
import fitz
class PDFSearchFrame(wx.Frame):
    def __init__(self, parent, title):
        super(PDFSearchFrame, self).__init__(parent, title=title, size=(800, 600))
        panel = wx.Panel(self)
        vbox = wx.BoxSizer(wx.VERTICAL)
        # 選擇文件按鈕
        file_picker = wx.FilePickerCtrl(panel, style=wx.FLP_OPEN|wx.FLP_FILE_MUST_EXIST)
        file_picker.Bind(wx.EVT_FILEPICKER_CHANGED, self.on_file_selected)
        vbox.Add(file_picker, 0, wx.EXPAND|wx.ALL, 10)
        # 輸入框和按鈕
        hbox = wx.BoxSizer(wx.HORIZONTAL)
        self.search_text = wx.TextCtrl(panel)
        search_button = wx.Button(panel, label='搜索')
        search_button.Bind(wx.EVT_BUTTON, self.on_search)
        hbox.Add(self.search_text, 1, wx.EXPAND|wx.ALL, 5)
        hbox.Add(search_button, 0, wx.ALL, 5)
        vbox.Add(hbox, 0, wx.EXPAND|wx.ALL, 10)
        # 顯示框
        self.display_text = wx.TextCtrl(panel, style=wx.TE_MULTILINE|wx.TE_READONLY)
        vbox.Add(self.display_text, 1, wx.EXPAND|wx.ALL, 10)
        panel.SetSizer(vbox)
        self.Show()
    def on_file_selected(self, event):
        self.pdf_path = event.GetPath()
    def on_search(self, event):
        search_text = self.search_text.GetValue()
        if not search_text or not self.pdf_path:
            return
        doc = fitz.open(self.pdf_path)
        matches = []
        for page in doc:
            text = page.get_text().lower()
            if search_text.lower() in text:
                matches.append((page.number, text))
        self.display_text.SetValue('')
        if matches:
            for page_num, text in matches:
                self.display_text.AppendText(f"Page {page_num}:\n{text}\n\n")
        else:
            self.display_text.AppendText("未找到匹配的內(nèi)容。")
        doc.close()
if __name__ == '__main__':
    app = wx.App()
    PDFSearchFrame(None, title="PDF搜索")
    app.MainLoop()

運行程序

完成以上步驟后，我們可以保存并運行這個程序。一個具有搜索功能的PDF內(nèi)容搜索工具的窗口將會彈出。我們可以選擇要搜索的PDF文件，輸入要查找的內(nèi)容，并點擊搜索按鈕。程序?qū)⑵ヅ涞慕Y(jié)果顯示在顯示框中，包括找到的頁面號和相應的文本內(nèi)容。

總結(jié)

本文介紹了如何使用Python和wxPython庫來實現(xiàn)一個簡單的PDF內(nèi)容搜索工具。通過結(jié)合PyMuPDF模塊和wxPython圖形界面，我們能夠方便地選擇PDF文件，并在輸入框中輸入要查找的內(nèi)容。程序?qū)⑺阉髌ヅ涞膬?nèi)容，并將找到的頁面內(nèi)容提取到顯示框中。這個工具可以幫助我們快速查找和提取PDF文件中的特定內(nèi)容，提高工作效率。

到此這篇關于Python使用pymupdf實現(xiàn)PDF內(nèi)容搜索并顯示功能的文章就介紹到這了,更多相關Python pymupdf內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: