txtmarker

---

txtmarker はドキュメント内のテキストを強調表示します。 txtmarker は、(名前、テキスト) ペアのリストを取得し、入力ドキュメントをスキャンし、ハイライトが埋め込まれた修正バージョンを作成します。

現在サポートされているファイル形式:

• pdf

インストール

最も簡単なインストール方法は、pip と PyPI を使用することです。

 pip install txtmarker

txtmarker を GitHub から直接インストールすることもできます。 Python 仮想環境の使用をお勧めします。

 pip install git+https://github.com/neuml/txtmarker

Python 3.8以降がサポートされています

例

サンプル ディレクトリには、txtmarker の概要を説明する一連のサンプルとノートブックが含まれています。以下のノートブックのリストを参照してください。

ノート

ノート	説明
txtマーカーの紹介	txtmarker が提供する機能の概要
トランスフォーマーによるハイライト	Transformers による AI 主導のハイライト表示

構成

次のセクションでは、ハイライターと利用可能なメソッド/設定の概要を説明します。詳細な例については、上記のノートブックを参照してください。

新しいハイライトを作成する

 from txtmarker . factory import Factory
highlighter = Factory . create ( "pdf" )

拡大

 extension : string

作成するハイライターのタイプ (つまり PDF)

オプションのコンストラクター引数:

フォーマッタ

 formatter : callable

このメソッドを使用してクエリと入力テキストをフォーマットします。シンボルやその他のコンテンツが多く含まれるファイルのクリーンアップに役立ちます。

チャンク

 chunks : int

クエリを複数のチャンクに分割します。これは、非常に長いテキストの一致用に設計されています。

テキストを強調表示する

 highlighter . highlight ( "input.pdf" , "output.pdf" , [( "name" , "text to highlight" )])

インファイル

 infile : string

入力ファイルへのフルパス

アウトファイル

 outfile : string

出力ファイル、つまり強調表示されたファイルへのフルパス

ハイライト

 highlights : list of (string, string|regex)

ハイライト要素のリスト。各ペアには名前 (None も可) とテキスト値があります。テキストは文字列または正規表現のいずれかです。