Java實現(xiàn)PDF中文文本查找與高亮的四種方法

更新時間：2026年05月17日 08:30:55 作者：用戶372157426135

在實際開發(fā)中,PDF文檔幾乎無處不在,在處理這些文檔時,常常需要對文本進行搜索和高亮,本文將通過四個示例詳細介紹如何在 Java 中實現(xiàn) PDF 中文文本的查找與高亮操作,感興趣的小伙伴可以了解下

在實際開發(fā)中，PDF 文檔幾乎無處不在，從報告、合同到教材、試卷都有廣泛應用。在處理這些文檔時，常常需要對文本進行搜索和高亮，例如標記報告中的關鍵術語、合同條款，或者提取特定內(nèi)容進行分析。手動處理不僅費時，還容易遺漏關鍵內(nèi)容，因此自動化的文本查找和高亮就顯得非常必要。

本文將通過四個示例，詳細介紹如何在 Java 中實現(xiàn) PDF 中文文本的查找與高亮操作：

單頁文本查找與高亮
指定區(qū)域內(nèi)文本查找與高亮
整篇文檔文本查找與高亮
使用正則表達式查找并高亮

庫安裝

本文示例使用 Spire.PDF for Java 來處理 PDF 文檔，它提供了完整的 PDF 操作接口，包括加載、查找、編輯和高亮文本。你可以通過官網(wǎng)下載 JAR 包并引入項目，也可以通過 Maven 引入依賴：

<repositories>
    <repository>
        <id>com.e-iceblue</id>
        <name>e-iceblue</name>
        <url>https://repo.e-iceblue.cn/repository/maven-public/</url>
    </repository>
</repositories>
<dependencies>
    <dependency>
        <groupId>e-iceblue</groupId>
        <artifactId>spire.pdf</artifactId>
        <version>12.4.4</version>
    </dependency>
</dependencies>

安裝好庫之后，就可以在 Java 中對 PDF 文檔進行操作，無需依賴 Adobe Acrobat 等第三方軟件。

示例一：在單頁中查找并高亮中文文本

有時候，我們只需要對 PDF 中某一頁進行查找，例如查找第一頁報告中的關鍵術語“數(shù)據(jù)庫”。這種場景適用于快速標注或頁面內(nèi)容審閱。

完整代碼示例如下：

import com.spire.ms.System.Collections.Generic.List;
import com.spire.pdf.FileFormat;
import com.spire.pdf.PdfDocument;
import com.spire.pdf.PdfPageBase;
import com.spire.pdf.texts.PdfTextFinder;
import com.spire.pdf.texts.PdfTextFragment;
import com.spire.pdf.texts.TextFindParameter;
import java.awt.*;
import java.util.EnumSet;
public class FindAndHighlightTextInPage {
    public static void main(String[] args) {
        PdfDocument doc = new PdfDocument();
        doc.loadFromFile("C:\Users\Administrator\Desktop\示例文檔.pdf");
        PdfPageBase page = doc.getPages().get(0);
        PdfTextFinder finder = new PdfTextFinder(page);
        // 設置查找選項：全字匹配且忽略大小寫
        finder.getOptions().setTextFindParameter(EnumSet.of(TextFindParameter.WholeWord));
        finder.getOptions().setTextFindParameter(EnumSet.of(TextFindParameter.IgnoreCase));
        // 查找文本“數(shù)據(jù)庫”
        List<PdfTextFragment> results = finder.find("數(shù)據(jù)庫");
        // 高亮找到的文本
        for (PdfTextFragment textFragment : results) {
            textFragment.highLight(Color.LIGHT_GRAY);
        }
        doc.saveToFile("output/HighlightTextInPage.pdf", FileFormat.PDF);
        doc.dispose();
    }
}

適用場景：單頁注釋、報告審閱、快速查找某頁重要內(nèi)容。

示例二：在指定矩形區(qū)域內(nèi)查找并高亮文本

有些時候，我們只希望查找 PDF 頁面中的特定區(qū)域，如頁眉、頁腳或表格區(qū)域，避免對整頁內(nèi)容無差別高亮。此時可以使用 ??setFindArea()?? 方法指定矩形區(qū)域。

示例代碼：

import java.awt.geom.Rectangle2D;

finder.getOptions().setFindArea(new Rectangle2D.Float(0, 0, 841, 180)); // 頁眉區(qū)域
List<PdfTextFragment> results = finder.find("報告");

for (PdfTextFragment textFragment : results) {
    textFragment.highLight(Color.LIGHT_GRAY);
}

在完整項目中，你可以結合示例一的頁面加載邏輯，將矩形區(qū)域限定在頂部頁眉、底部頁腳或任意自定義區(qū)域。這樣不僅可以提高查找效率，還能避免誤高亮文檔中其他部分的相同詞匯。

適用場景：合同頁眉高亮、報告章節(jié)標題標注、表格內(nèi)容查找。

示例三：在整個文檔中查找并高亮文本

對于需要處理整篇文檔的需求，例如在合同集合、教材或報告中查找“合同條款”，可以遍歷每一頁進行查找和高亮。

示例代碼：

for (Object pageObj : doc.getPages()) {
    PdfPageBase page = (PdfPageBase) pageObj;
    PdfTextFinder finder = new PdfTextFinder(page);

    finder.getOptions().setTextFindParameter(EnumSet.of(TextFindParameter.WholeWord));
    finder.getOptions().setTextFindParameter(EnumSet.of(TextFindParameter.IgnoreCase));

    List<PdfTextFragment> results = finder.find("合同條款");
    for (PdfTextFragment textFragment : results) {
        textFragment.highLight(Color.LIGHT_GRAY);
    }
}

通過這種方式，可以一次性處理整個文檔，無需手動翻頁查找，大幅節(jié)省人工操作時間。

適用場景：合同全文審查、批量報告注釋、教材關鍵內(nèi)容標注。

示例四：使用正則表達式查找并高亮文本

當查找的文本具有一定規(guī)律性，例如章節(jié)標題、編號或特殊格式時，正則表達式會非常有用。例如查找所有以“第”開頭、以“章”結尾的章節(jié)標題：

finder.getOptions().setTextFindParameter(EnumSet.of(TextFindParameter.Regex));
String pattern = "\b第\w*章\b";

List<PdfTextFragment> results = finder.find(pattern);
for (PdfTextFragment textFragment : results) {
    textFragment.highLight(Color.LIGHT_GRAY);
}

正則匹配不僅可以查找固定詞匯，還能匹配模式化文本，如編號、日期、序列號等，提高查找靈活性。

適用場景：章節(jié)標題標注、序列號提取、敏感信息查找與標注。