使用 python PyMuPDF (fitz) 遍歷行並檢查它的長度，如果滿足條件則添加一個句點

Question

嘗試遍歷 PyMuPDF 庫中頁面的每一行以檢查句子的長度，如果少於 10 個單詞，那么我想添加一個句號。 偽代碼將是：

#loop through the lines of the PDF
#check number of words in line
#if line has less than 10 words 
#add period 

真實代碼如下：

import fitz
myfile = "my.pdf"
doc  =fitz.open(myfile)
page=doc[0]
for page in doc:
    text = page.getText("text")
    print(text)

當我for line in page:添加另一個 for 循環例如for line in page:

我收到一條錯誤消息，說頁面不可迭代。 有沒有其他方法可以做到這一點？

謝謝

Answer 1

為了遍歷頁面行，您可以使用 getDisplayList：

page_display = page.getDisplayList()
dictionary_elements = page_display.getTextPage().extractDICT()
for block in dictionary_elements['blocks']:
    for line in block['lines']:
        line_text = ''
        for span in line['spans']:
             line_text += ' ' + span['text]
        print(l