utils/pdf_utils.py

# utils/pdf_utils.py
"""PDF 텍스트 좌표 추출 유틸"""
import fitz  # PyMuPDF
from typing import List, Dict


def get_text_coordinates(pdf_path: str, page_num: int, search_text: str) -> List[Dict]:
    """
    PDF에서 특정 텍스트의 좌표를 찾아 하이라이트 정보 반환
    
    Args:
        pdf_path: PDF 파일 경로
        page_num: 페이지 번호 (1-based)
        search_text: 검색할 텍스트
    
    Returns:
        하이라이트 정보 리스트
    """
    try:
        doc = fitz.open(pdf_path)
        page = doc[page_num - 1]
        
        # 검색 텍스트 정리 (너무 길면 앞부분만)
        search_query = search_text[:100].strip()
        text_instances = page.search_for(search_query)
        
        annotations = []
        
        for rect in text_instances:
            # streamlit-pdf-viewer 형식 - 형광펜 스타일
            annotations.append({
                "page": page_num,  # 1-based index
                "x": rect.x0,
                "y": rect.y0,
                "width": rect.x1 - rect.x0,
                "height": rect.y1 - rect.y0,
                "color": "#FFFF00",  # 밝은 노란색
                "opacity": 0.4  # 40% 투명도 (형광펜 효과)
            })
        
        doc.close()
        
        if annotations:
            print(f"   ✅ {len(annotations)}개 하이라이트 생성 (페이지 {page_num})")
        else:
            print(f"   ⚠️ 텍스트 '{search_query[:30]}...' 찾지 못함")
        
        return annotations
        
    except Exception as e:
        print(f"❌ 하이라이트 생성 오류: {e}")
        return []


if __name__ == "__main__":
    result = get_text_coordinates("test.pdf", 1, "sample text")
    print(f"하이라이트 개수: {len(result)}")