如何用Spire.PDF替换PDF文本并保留原格式与颜色？

我正在开发一款可编辑PDF文档的Python工具，当前遇到的难题是替换文本时无法保留原始文本的颜色。

我尝试使用Spire.PDF库，它能保留文本的字号和字体，但无法保留颜色、粗体、斜体这类格式。

目前的代码如下：

from spire.pdf import *
from spire.pdf.common import *

# Create an object of PdfDocument
pdf = PdfDocument()

# Load a PDF document
pdf.LoadFromFile("Spire.pdf")

# Get user input for the text to replace
input_text = input("Enter the text to replace: ")
output_text = input("Enter the replacement text: ")

# Loop through the pages in the document
for i in range(pdf.Pages.Count):
    # Get a page
    page = pdf.Pages.get_Item(0)
    # Create an object of PdfTextReplacer class based on the page
    replacer = PdfTextReplacer(page)
    # Find and replace all matched text with a new color
    replacer.ReplaceAllText(input_text, output_text, Color.get_Black())

# Save the document
pdf.SaveToFile("output/ReplaceAllMatches.pdf")
pdf.Close()

print(f"Text '{input_text}' has been replaced with '{output_text}' in the output PDF.")

我的目标是改进代码，让替换后的文本保留原始颜色、粗体、斜体、特定字体样式（比如Arial Regular、Arial Bold），确保编辑后的PDF和原文档视觉一致。

我考虑过换其他PDF处理库，或者深入研究Spire.PDF的功能，但还没找到可行方案。保留原始格式对维护PDF的完整性和美观性很重要，希望能得到改进代码的指导或建议。

方案一：优化Spire.PDF代码，复用原始文本格式 #

不要直接使用指定固定颜色的ReplaceAllText方法，而是先定位文本的格式属性，再复用这些属性完成替换：

from spire.pdf import *
from spire.pdf.common import *

pdf = PdfDocument()
pdf.LoadFromFile("Spire.pdf")

input_text = input("Enter the text to replace: ")
output_text = input("Enter the replacement text: ")

for page_idx in range(pdf.Pages.Count):
    page = pdf.Pages.get_Item(page_idx)
    finder = PdfTextFinder(page)
    # 查找所有匹配文本
    results = finder.FindAllText(input_text)
    
    for result in results:
        # 获取原始文本的格式信息
        text_font = result.Font
        text_color = result.TextColor
        # 创建与原字体一致的字体对象
        new_font = PdfTrueTypeFont(text_font.FontName, text_font.Size, text_font.Style, True)
        # 获取原文本的位置边界
        bounds = result.Bounds
        # 用白色（或页面背景色）覆盖原文本
        page.Canvas.DrawRectangle(PdfBrushes.get_White(), bounds)
        # 用原始格式绘制新文本
        page.Canvas.DrawString(output_text, new_font, PdfBrushes.fromColor(text_color), bounds.X, bounds.Y)

pdf.SaveToFile("output/ReplaceAllMatches_WithStyle.pdf")
pdf.Close()
print(f"Text '{input_text}' has been replaced with '{output_text}' while preserving original styles.")

注意：部分Spire.PDF免费版本可能限制Font、TextColor等属性的访问权限，需确认版本功能是否支持。

方案二：切换至PyMuPDF（fitz）库 #

PyMuPDF对PDF文本格式的解析更灵活，能轻松获取并复用文本的字体、颜色、样式属性：

import fitz

doc = fitz.open("Spire.pdf")
input_text = input("Enter the text to replace: ")
output_text = input("Enter the replacement text: ")

for page in doc:
    # 查找所有匹配文本的位置
    text_instances = page.search_for(input_text)
    for inst in text_instances:
        # 遍历页面文本块，找到对应文本的格式信息
        blocks = page.get_text("dict")["blocks"]
        for block in blocks:
            if "lines" in block:
                for line in block["lines"]:
                    for span in line["spans"]:
                        if span["text"] == input_text:
                            # 获取原始格式参数
                            font_name = span["font"]
                            font_size = span["size"]
                            font_color = span["color"]
                            # 覆盖原文本区域
                            rect = fitz.Rect(inst)
                            page.draw_rect(rect, color=(1,1,1), fill=(1,1,1))
                            # 用原始格式写入新文本
                            page.insert_text(
                                (rect.x0, rect.y0), 
                                output_text, 
                                fontname=font_name, 
                                fontsize=font_size, 
                                color=fitz.utils.get_color(font_color)
                            )

doc.save("output/ReplaceWithPyMuPDF.pdf")
doc.close()
print(f"Text replacement completed with original styles preserved.")

内容的提问来源于stack exchange，提问作者georg