使用Python在pdf中搜索关键字

Question

我在pdf文件中搜索关键字，所以我正在尝试搜索/ AA或/ Acroform，如下所示：

import re
l = "/Acroform "
s = "/Acroform is what I'm looking for"
if re.search (r"\b"+l.rstrip()+r"\b",s):
    print "yes"

为什么我没有得到“是”。我希望“/”成为我正在寻找的关键字的一部分（如果存在的话）。 任何人都可以帮助我吗？

Answer 1

\b 仅在\w（单词）和\W（非单词）字符之间匹配，反之亦然，或者当{ {1}}字符位于字符串的边缘（开头或结尾）。

您的字符串以\w正斜杠，非单词字符开头，因此/。 \W永远不会在字符串的开头和\b之间匹配。不要在这里使用/，对单词字符使用明确的否定后视：

\b

re.search(r'(?<!\w){}\b'.format(re.escape(l)), s) 语法定义了一个负面的后视;与(?<!...)类似，它匹配字符串中的位置。如果前面的字符（如果有的话）不是一个单词字符，那么它只会匹配。

我在这里使用了字符串格式而不是连接，并使用\b来确保正在搜索的字符串中的任何正则表达式元字符都已正确转义。

演示：

re.escape()