txtmarker

---

txtmarker 突出显示文档中的文本。 txtmarker 获取（名称，文本）对的列表，扫描输入文档并创建嵌入突出显示的修改版本。

当前支持的文件格式：

• pdf

安装

最简单的安装方法是通过 pip 和 PyPI

 pip install txtmarker

您还可以直接从 GitHub 安装 txtmarker。建议使用 Python 虚拟环境。

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

支持Python 3.8+

示例

示例目录包含一系列示例和笔记本，概述了 txtmarker。请参阅下面的笔记本列表。

笔记本电脑

笔记本	描述
文本标记简介	txtmarker 提供的功能概述
使用变形金刚突出显示	使用 Transformers 进行 AI 驱动的突出显示

配置

以下部分概述了荧光笔和可用的方法/配置。有关详细示例，请参阅上面的笔记本。

创建一个新的荧光笔

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

扩大

 extension : string

要创建的荧光笔类型（即 pdf）

可选的构造函数参数：

格式化程序

 formatter : callable

使用此方法格式化查询和输入文本。帮助清理包含大量符号和其他内容的文件。

块

 chunks : int

将查询拆分为多个块。这是专为很长的文本匹配而设计的。

突出显示文本

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

内菲莱

 infile : string

输入文件的完整路径

输出文件

 outfile : string

输出文件的完整路径，即突出显示的文件

亮点

 highlights : list of (string, string|regex)

突出显示元素列表。每对都有一个名称（可以是 None）和文本值。文本可以是字符串或正则表达式。