使用Python突出顯示PDF中的文本

Question

我正在爲我的PDF數據語料庫開發自定義搜索引擎。

我有一個轉換層，它能夠將PDF內容轉儲到文本（使用Apache Tika和GROBID）。我已完成搜索圖層和返回搜索結果列表的視圖。

現在，我想在原始PDF上添加突出顯示功能，以查找出現搜索字詞的行。是的，我想修改PDF文件，如果有必要。

有什麼方法可以在PDF文件中突出顯示文本？ PDFMiner或PyPDF2或其他Python庫是否能夠做到這一點？

...或者你可以推薦其他的，也許外部服務呢？

Answer 1

以下是使用PyPDF2創建高光的要點：https://gist.github.com/agentcooper/4c55133f5d95866acdee5017cd318558。