Swift：PDF生成的NSAttributedString可否解析为字典并提取H1对应内容

你调用attributes(at:longestEffectiveRange:in:)时仅查询了字符串起始位置0的属性，且未传入有效指针接收属性的生效范围，因此只会返回当前位置的1组属性，无法遍历全文档的所有属性分段。

• 首先固定H1的识别特征：根据你排查的结果，原HTML H1转换后对应34pt的Helvetica字体，以及RGB值为(0.94118, 0.32549, 0.29804)的文字颜色，忽略每次运行会变动的内存指针字段即可。
• 遍历全文档所有属性分段，使用NSAttributedString自带的enumerateAttributes(in:options:using:)方法，自动遍历所有属性不同的文本段，匹配符合H1特征的段落：

var h1PositionList: [(title: String, range: NSRange)] = []
let fullTextRange = NSMakeRange(0, strPDF.length)

strPDF.enumerateAttributes(in: fullTextRange, options: []) { attributes, range, stop in
    guard let font = attributes[.font] as? NSFont,
          let color = attributes[.color] as? NSColor else {
        return
    }
    // 特征匹配，可根据实际转换误差调整精度
    let isH1Font = font.fontName.contains("Helvetica") && abs(font.pointSize - 34) < 0.5
    let isH1Color = abs(color.redComponent - 0.94118) < 0.01 
                    && abs(color.greenComponent - 0.32549) < 0.01
                    && abs(color.blueComponent - 0.29804) < 0.01
    if isH1Font && isH1Color {
        let h1Title = strPDF.attributedSubstring(from: range).string
        h1PositionList.append((title: h1Title, range: range))
    }
}

• 按H1位置拆分模块，提取相邻两个H1之间的文本作为独立模块内容：

var moduleList: [(title: String, content: NSAttributedString)] = []
// 补充文档末尾作为最后一个模块的结束边界
h1PositionList.append((title: "end", range: NSMakeRange(strPDF.length, 0)))

for index in 0 ..< h1PositionList.count - 1 {
    let currentH1 = h1PositionList[index]
    let nextH1 = h1PositionList[index + 1]
    // 模块内容范围：当前H1结束位置 到 下一个H1开始位置
    let moduleRange = NSMakeRange(currentH1.range.upperBound, 
                                  nextH1.range.location - currentH1.range.upperBound)
    let moduleContent = strPDF.attributedSubstring(from: moduleRange)
    moduleList.append((title: currentH1.title, content: moduleContent))
}

• 可选优化：如果PDF存在多页截断、H1跨页的情况，可以先按页拆分PDF再逐页识别H1，避免大范围遍历的误差。

内容的提问来源于stack exchange，提问作者PruitIgoe