如何从python中的pdf文件中提取所有带有关键字的行？

Question

我有多个 pdf 链接，我必须从中提取所有带有作者姓名的行。但有时作者太多，写成多行，或一行写名，下一行写姓氏。这给我带来了一个问题，我无法有效地提取所有这些行。

    authors = ['Francesca Donato', 'Marisa Matias', Ignazio Corrao', and so on....]
    line_number = 0
    list_of_results = []
    # Open the file in read only mode
    with open('file.txt', 'r') as read_obj:
        # Read all lines in the file one by one
        for line in read_obj:
            line_number += 1
            # For each line, check if line contains any string from the list of strings
            for string_to_search in authors:
                if string_to_search in line:
                    list_of_results.append((line.rstrip()))  

Answer 1

尝试这个 ：

使用 open('text.txt','r') 作为 f1，open("keywords.txt") 作为 f2： st = set(map(str.rstrip, f2)) 对于 f1 中的行： 如果有的话（st 中的单词对应 line.split() 中的单词）： 打印（行）