如何用PyMuPDF读取PDF中的文本框批注内容？

嘿，这个问题我熟！你之前用getText()提取的是页面的正文内容，但文本框批注属于PDF的**注释（annotations）**模块，得专门针对注释对象来处理，用PyMuPDF完全能实现，给你捋清楚步骤和代码：

核心思路 #

PDF里的文本框批注本质是「注释对象」，每个页面的annots()方法会返回该页所有注释的列表，我们只需要筛选出文本类的注释，再提取其中的内容即可。

完整代码示例 #

结合你原来的代码修改，直接就能用：

import fitz  # 导入PyMuPDF库

myfile = r"C:\users\xxx\desktop\testpdf1.pdf" 
doc = fitz.open(myfile)
page = doc[1]  # 注意：PyMuPDF的页面索引从0开始，这里取第二页

# 遍历当前页面的所有注释
for annot in page.annots():
    # 筛选文本框批注和自由文本批注（两种最常见的文本类批注）
    if annot.type in (fitz.PDF_ANNOT_TEXT, fitz.PDF_ANNOT_FREETEXT):
        # 提取批注的文本内容
        annot_content = annot.get_text()
        # 也可以通过annot.info["content"]获取内容，效果一致
        print(f"找到文本批注：{annot_content}")
        # 如果需要批注的位置信息，用annot.rect可以拿到对应的矩形坐标
        print(f"批注位置：{annot.rect}\n")

# 记得关闭文档
doc.close()

补充说明 #

• fitz.PDF_ANNOT_TEXT：这类是带弹出框的传统文本批注，通常需要点击才会显示完整内容；
• fitz.PDF_ANNOT_FREETEXT：这类是直接显示在页面上的自由文本框，就是你能直接看到的文本框批注；
• 如果你的PDF里还有其他特殊类型的文本批注（比如带文本的图章），可以根据annot.type的其他枚举值来扩展判断条件，PyMuPDF的官方文档里有所有注释类型的枚举说明。

内容的提问来源于stack exchange，提问作者Easynow