如何使用Python为PDF文件中的指定文本添加超链接

原有代码核心问题 #

• PyPDF2提取的文本仅为纯字符串内容，插入HTML超链接标签无法被PDF格式识别。PDF的超链接是独立的注释对象，并非嵌入文本的标签格式。
• 代码未修改原PDF页面的结构内容，最终仅生成了空白页，完全没有保留原PDF内容和超链接效果。

可行实现方案 #

推荐使用PyMuPDF（别名fitz）库实现需求，该库可以精准定位目标文本的坐标位置，直接在对应位置添加可点击的超链接区域，不需要修改原有文本内容，也不会破坏原PDF的排版格式。

首先安装依赖库：

pip install pymupdf

实现代码如下：

import fitz

# 打开原PDF文件
doc = fitz.open("a.pdf")
# 要匹配的目标文本
target_text = "places"
# 超链接地址
link_url = "https://stackoverflow.com/questions/13452410/creating-hyperlinks-in-python"

# 仅处理第一页的话直接取 page = doc[0]即可，遍历则处理所有页面
for page in doc:
    # 查找目标文本在当前页面中的所有位置
    text_instances = page.search_for(target_text)
    # 给每个匹配到的文本区域添加超链接
    for inst in text_instances:
        page.insert_link({
            "kind": fitz.LINK_URI,
            "from": inst, # 可点击区域与目标文本位置完全重合
            "uri": link_url
        })

# 保存修改后的PDF文件
doc.save("output_with_link.pdf")
doc.close()

方案说明 #

• 无需修改原PDF的文本内容，直接在目标文本位置叠加可点击的超链接区域，兼容性更强
• 完整保留原PDF的所有格式、排版、图片等内容，不会破坏原有文件结构
• 支持批量匹配多个相同的目标文本，自动给所有匹配位置添加超链接

内容的提问来源于stack exchange，提问作者Ashish Jha