txtmarker

---

txtmarker выделяет текст в документах. txtmarker берет список пар (имя, текст), сканирует входной документ и создает измененную версию со встроенными выделениями.

Текущие поддерживаемые форматы файлов:

• PDF

Установка

Самый простой способ установки — через pip и PyPI.

 pip install txtmarker

Вы также можете установить txtmarker прямо с GitHub. Рекомендуется использовать виртуальную среду Python.

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

Поддерживается Python 3.8+

Примеры

В каталоге примеров есть серия примеров и блокнотов, дающих обзор txtmarker. См. список блокнотов ниже.

Ноутбуки

Блокнот	Описание
Представляем текстовый маркер	Обзор функциональности, предоставляемой txtmarker
Мелирование трансформерами	Подсветка на основе искусственного интеллекта с помощью Transformers

Конфигурация

В следующем разделе представлен обзор маркеров и доступных методов/конфигураций. Подробные примеры см. в блокнотах выше.

Создайте новый маркер

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

расширение

 extension : string

Тип маркера для создания (например, pdf)

Необязательные аргументы конструктора:

форматтер

 formatter : callable

Форматирует запросы и вводит текст с помощью этого метода. Помогает очистить файлы с большим количеством символов и другого содержимого.

куски

 chunks : int

Разбивает запросы на несколько частей. Это предназначено для очень длинных текстовых совпадений.

Выделить текст

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

инфиль

 infile : string

Полный путь к входному файлу

исходный файл

 outfile : string

Полный путь к выходному файлу, т.е. выделенному файлу.

основные моменты

 highlights : list of (string, string|regex)

Список выделенных элементов. Каждая пара имеет имя (может быть «Нет») и текстовое значение. Текст может быть строкой или регулярным выражением.