txtmarker

---

txtmarker 反白顯示文件中的文字。 txtmarker 取得（名稱，文字）對的列表，掃描輸入文件並建立嵌入突出顯示的修改版本。

目前支援的文件格式：

• pdf

安裝

最簡單的安裝方法是透過 pip 和 PyPI

 pip install txtmarker

您也可以直接從 GitHub 安裝 txtmarker。建議使用 Python 虛擬環境。

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

支援Python 3.8+

範例

範例目錄包含一系列範例和筆記本，概述了 txtmarker。請參閱下面的筆記本清單。

筆記型電腦

筆記本	描述
文字標記簡介	txtmarker 提供的功能概述
使用變形金剛突出顯示	使用 Transformers 進行 AI 驅動的突出顯示

配置

以下部分概述了螢光筆和可用的方法/配置。有關詳細範例，請參閱上面的筆記本。

建立一個新的螢光筆

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

擴大

 extension : string

要建立的螢光筆類型（即 pdf）

可選的建構子參數：

格式化程式

 formatter : callable

使用此方法格式化查詢和輸入文字。幫助清理包含大量符號和其他內容的檔案。

區塊

 chunks : int

將查詢拆分為多個區塊。這是專為很長的文字匹配而設計的。

突出顯示文字

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

內菲萊

 infile : string

輸入檔案的完整路徑

輸出檔案

 outfile : string

輸出文件的完整路徑，即突出顯示的文件

亮點

 highlights : list of (string, string|regex)

反白顯示元素列表。每對都有一個名稱（可以是 None）和文字值。文字可以是字串或正規表示式。