如何在 pdf 中搜索关键短语并提取该段落

Question

我有数千份年度报告（PDF 格式）。 另外，我有一个关键短语列表，例如“公司被罚款”、“更糟糕的排放标准”、“因违反环境而被罚款”……等等。

我的目标是搜索那些 PDF 文件中的关键短语并提取段落。

我可以通过使用像“罚款”、“更糟”这样的单个词关键字来做到这一点，但不能用单个短语中的多个词来做到这一点。

以下是我的代码（请帮助！）

function 标记包含默认词汇的句子。

def relevant_date_default(text_arg):
    default_jargon = set()
    default_jargon = {"censure any person", "Violed", "bribery"}
    text_arg_new = text_arg.lower()
    for phrase in default_jargon:
        if phrase in text_arg_new:
            return True
    return False

请帮我解决这个问题，我真的很长时间以来一直坚持这一点。