使用Python borb设置PDF Keywords时，如何避免rdf:Bag拆分短语？

当用borb设置PDF关键词时，多词短语（如foo bar）会被拆分成单个词存入rdf:Bag，导致Acrobat DC显示混乱。要保留完整短语，需遵循PDF的关键词分隔规范。

解决方案 #

PDF规范中，多词关键词短语需用分号（;）分隔，而非空格。修改代码时，将关键词列表的分隔符从空格改为; （分号加空格），这样borb会将每个分号分隔的内容作为完整短语存入rdf:Bag，同时Acrobat DC能正确识别。

修改后的代码 #

from borb.io.read.types import Name, String

# 假设doc已正确加载
info = doc["XRef"]["Trailer"]["Info"]

metadata = ['foo bar', 'baz', 'qux']
keywords: list = []

for phrase in metadata :
    clean: list[str] = do_remove_stopwords(phrase)
    keywords.append(" ".join(clean))

# 用分号+空格分隔关键词短语
info[Name("Keywords")] = String("; ".join(keywords))

效果验证 #

• rdf:Bag中会生成完整的短语元素：<rdf:li>foo bar</rdf:li>、<rdf:li>baz</rdf:li>、<rdf:li>qux</rdf:li>
• Acrobat DC的文档属性中，关键词会显示为foo bar; baz; qux，每个短语作为独立关键词被识别

内容的提问来源于stack exchange，提问作者Ian