pdf-scount 0.1.0__py3-none-any.whl

pdf_scount-0.1.0.dist-info/METADATA

@@ -0,0 +1,17 @@
+Metadata-Version: 2.4
+Name: pdf-scount
+Version: 0.1.0
+Summary: A CLI tool to search keywords in PDFs and export matching pages as PNG images
+Author-email: pioet <1599023541@qq.com>
+License-Expression: MIT
+Keywords: cli,extract,pdf,png,search
+Classifier: Development Status :: 3 - Alpha
+Classifier: Environment :: Console
+Classifier: Intended Audience :: End Users/Desktop
+Classifier: License :: OSI Approved :: MIT License
+Classifier: Programming Language :: Python :: 3
+Classifier: Programming Language :: Python :: 3.13
+Classifier: Topic :: Utilities
+Requires-Python: >=3.13
+Requires-Dist: pymupdf>=1.26.7
+Requires-Dist: typer>=0.21.1

pdf_scount-0.1.0.dist-info/RECORD

@@ -0,0 +1,5 @@
+pdf_scount.py,sha256=ntUX9D-azjQiCKhEu8jYHdRMHpmaq6R32r-Lci_WBp4,2613
+pdf_scount-0.1.0.dist-info/METADATA,sha256=RZILGhoAJLz4nQmsf8L9FCi42d_s1z6QOevZaZdSkIQ,637
+pdf_scount-0.1.0.dist-info/WHEEL,sha256=WLgqFyCfm_KASv4WHyYy0P3pM_m7J5L9k2skdKLirC8,87
+pdf_scount-0.1.0.dist-info/entry_points.txt,sha256=z_hdqmQ6c_G4DWwWvsd-7VJCXdMpx0XWlgspMjWYjW8,44
+pdf_scount-0.1.0.dist-info/RECORD,,

pdf_scount-0.1.0.dist-info/WHEEL

@@ -0,0 +1,4 @@
+Wheel-Version: 1.0
+Generator: hatchling 1.28.0
+Root-Is-Purelib: true
+Tag: py3-none-any

pdf_scount-0.1.0.dist-info/entry_points.txt

@@ -0,0 +1,2 @@
+[console_scripts]
+pdfscout = pdf_scount:app

pdf_scount.py

@@ -0,0 +1,74 @@
+import fitz  # PyMuPDF
+import typer
+from typing import Optional
+from pathlib import Path
+
+app = typer.Typer(help="PdfScout: 一个根据关键词快速定位并截取 PDF 页面的工具。")
+
+def find_first_page_with_keyword(pdf_path: Path, keyword: str) -> Optional[int]:
+    """
+    在 PDF 中搜索关键词，返回第一个匹配页面的索引（从0开始）。
+    """
+    doc = fitz.open(pdf_path)
+    search_term = keyword.lower()
+    
+    for page_num in range(len(doc)):
+        page = doc.load_page(page_num)
+        # 获取纯文本并转为小写进行不区分大小写匹配
+        if search_term in page.get_text().lower():
+            doc.close()
+            return page_num
+            
+    doc.close()
+    return None
+
+def save_page_as_png(pdf_path: Path, page_index: int, output_path: Path, dpi: int):
+    """
+    将指定页码转换为 PNG 图片。
+    """
+    doc = fitz.open(pdf_path)
+    page = doc.load_page(page_index)
+    
+    # 计算缩放比例。PyMuPDF 默认 DPI 是 72。
+    # 缩放因子 = 目标 DPI / 72
+    zoom = dpi / 72
+    matrix = fitz.Matrix(zoom, zoom)
+    
+    pix = page.get_pixmap(matrix=matrix)
+    pix.save(str(output_path))
+    doc.close()
+
+@app.command()
+def scout(
+    pdf_path: Path = typer.Argument(..., help="输入的 PDF 文件路径", exists=True, file_okay=True, dir_okay=False, readable=True),
+    keyword: str = typer.Argument(..., help="要搜索的关键词"),
+    output: Optional[Path] = typer.Option(None, "--output", "-o", help="输出图片路径。如果不指定，则使用默认命名规则"),
+    dpi: int = typer.Option(300, "--dpi", "-d", help="输出图片的 DPI 分辨率")
+):
+    """
+    执行侦察任务：搜索关键词并导出页面为 PNG。
+    """
+    # 1. 执行搜索
+    typer.echo(f"🔍 正在 '{pdf_path.name}' 中寻找关键词: '{keyword}'...")
+    page_idx = find_first_page_with_keyword(pdf_path, keyword)
+
+    if page_idx is None:
+        typer.secho(f"❌ 未在文档中找到关键词: '{keyword}'", fg="red")
+        raise typer.Exit()
+
+    # 2. 确定输出文件名
+    if output is None:
+        # 默认命名: 原文件名_page_N.png
+        output_name = f"{pdf_path.stem}_page_{page_idx + 1}.png"
+        output = Path.cwd() / output_name
+
+    # 3. 转换并存储
+    try:
+        save_page_as_png(pdf_path, page_idx, output, dpi)
+        typer.secho(f"✅ 成功！页面 {page_idx + 1} 已保存至: {output}", fg="green")
+    except Exception as e:
+        typer.secho(f"💥 转换过程中出错: {e}", fg="red")
+        raise typer.Exit(code=1)
+
+if __name__ == "__main__":
+    app()