我正在写一个脚本，以便使用Python正则表达式在许多PDF文档中搜索特定的单词。
我遇到的问题是，有些单词没有正确读入，因此无法匹配，例如，我在要搜索的单词列表中存储了单词“Extremalproblem”，但当PDF读入时，单词显示为“Extre malproblem”（e和m之间的空格），这就是为什么没有创建匹配。
其他单词也被错误地读取（在实际上不属于的地方有额外的间距）。老实说，我不知道如何确保当我正在寻找的单词之间有空格时进行匹配。所以匹配应该与单词间距无关。有选择吗？

# import packages
import PyPDF2
import re
import os, sys

dirs_list=[]
for root, dirs, files in os.walk(".", topdown=False):
    for name in dirs:
        dirs_list.append(dirs)

dirs_list=dirs_list[-1]
dirs_list.pop(0)

for k in dirs_list:
    data_names=os.listdir(k)
    data_names.pop(0)
    
    #counter=0
    for j in data_names:
        # open the pdf file
        reader = PyPDF2.PdfReader(os.path.join(k, j))

        # define key terms
        strings = [['Grosses Einmaleins', 'Einmaleins'],
                   ['Extremwertprobleme', 'Extremalprobleme', 'Extremwerte','Optimierung', 'Optimierungsprobleme'], 

        
        total=len(strings)
        
        #print(total)

        counter=0
        # extract text and do the search
        for page in reader.pages:
            for i in strings:
                for s in i:
                    text = page.extract_text() 
                    print(text)
                    #re.IGNORECASE: Gross- und Kleinschreibung egal
                    res_search = re.search(s, text, re.IGNORECASE)
                    #print(res_search)

                    if res_search != None:
                        counter+=1
                        #Wort des Matchs löschen, dass er nicht mehrere Male gezählt wird.
                        #print(s)
                        strings.remove(i)
                        break
                    
        print(j, counter/total)