PDF根据目录信息格式化并生成大纲标签

工具

freepic2pdf
vscode

提取pdf标签信息

提取出两个文件。

itf文件里修改目录起始页码，如：此pdf第14页对应书籍的第一页。

将BasePage改为对应的起始页码。

txt文件内就是目录信息，接下来先要在网上（如豆瓣）找到对应书籍的目录信息，当然也可以使用OCR扫描目录生成对应文字信息。

但此格式不符合我们的需要，因此要重新格式化。

格式化目录信息

vscode打开提取出来的FreePic2Pdf_bkmk.txt文件，并将目录信息复制进去。
我们需要的格式为：

格式化后：
第一部分 标 题    9第1章 标题    101.1 标题    111.1.1 标 题    12

几个要点：

章节（小节）数和章节（小节）名之间有一个空格
章节（小节）名和页码之间一个制表符（\t）
每一个子章节（小节）比上一层级多一个制表符（\t）

初始格式化

由于网络上能找到的目录格式混杂，因此直接全部初始化为基本格式。

页码

正则表达式查找

(\d{1,3})$

//行尾匹配，寻找行末有1到3个数字结尾的数字，并且括号内的为分组1

替换

\t$1

//替换为一个制表符，$1代表括号内的分组1

一级标题

一般为“第X章”。
正则查找

^(第(\d|\D)+章)

如果是“第一部分”这类格式，也可为

^(第.*部分)

替换为

$1

//$1代表括号内的第一个分组
//注意$1后有一个空格

三级标题

行头匹配，因此倒序替换（先三级标题，后二级标题，如有更多级标题也是从后往前匹配替换）。
“1.1.1”类型格式
正则匹配

^(\d+\.\d+\.\d+)

替换

\t\t$1

//三级标题有两个制表符，并且最后有一个空格

“一、二、三、”类型格式
正则匹配

^(.|..)、

替换

\t\t$1、

二级标题

正则匹配

^(\d+\.\d+)

替换

\t$1

//二级标题有一个制表符，且最后有一个空格

成品展示

合并目录标签

使用freepic2pdf，更改pdf，挂载书签。
注意如果pdf在其他软件中打开，先关闭之后再进行挂载。

最终成果展示

扩展阅读

PdgCntEditor教程
Pdf补丁丁（根据文档结构自动生成目录）

PDF根据目录信息格式化并生成大纲标签相关推荐

pdf书签目录一键生成，再也不怕找不到了
最近在看一个pdf,很长很长,1000多页.这种时候没有导航跳转是很痛苦的.所幸,这个pdf带了导航.但是,带的是一个错误的导航...更加痛苦. 经过一整圈的搜索,终于找到了一款神器!pdf补丁丁!功 ...
计算机素养大赛基础赛项,全国大学生计算机应用能力与信息素养大赛竞赛大纲ICGS4赛项.DOC...
全国大学生计算机应用能力与信息素养大赛竞赛大纲ICGS4赛项全国大学生计算机应用能力与信息素养大赛竞赛大纲 IC3-GS4 赛项竞赛大纲 1 计算机基础 1.1 操作系统基础 1.1.1 定义与作 ...
java 字符串转pdf文件_java中根据模板生成pdf文件
原标题:java中根据模板生成pdf文件阅读目录简介业务需求引入jar包 pdf模板文件与方法参数代码部分总结归纳回到顶部简介本文使用java引入apach提供的pdf操作工具生成p ...
R语言使用table1包绘制（生成）三线表、使用单变量分列构建三线表、为指定变量添加单位信息、自定义overall的标签名称
R语言使用table1包绘制(生成)三线表.使用单变量分列构建三线表.为指定变量添加单位信息.自定义overall的标签名称目录
前端导出多页pdf 带目录页眉页脚及页码
前段时间公司发布新需求,要求用户点击按钮可以导出pdf或者html到本地,pdf中要包含可点击跳转的目录,要分页记录页码,还有页眉和页脚,和后台的小哥哥配合试了好多方法,最终完成的效果还不错,在这里做 ...
python 给PDF添加目录
目录一.相关库安装 1.PyPDF系列: 2.pdfplumber 3.pdfminer3k 二.主要代码 1.pdfplumber提取相关信息 2.addBookmark 一.相关库安装 pip ...
如何为PDF添加目录
这里介绍一个在线为PDF添加目录的网站 https://magic-pdf.tk 使用步骤 1. 进入在线编辑PDF目录的网站 https://magic-pdf.tk 2. 点击"选择文件 ...
EduCoder-程序设计技术R-选择结构程序设计进阶-（第1关：快递费用计算）（第2关：计算一元二次方程的根）（第3关：产品信息格式化）
目录第1关:快递费用计算代码示例第2关:计算一元二次方程的根代码示例第3关:产品信息格式化代码示例第1关:快递费用计算任务描述本关任务:编写一个计算机快递费的程序. 上海市的某快递公 ...
【iText5 生成PDF】纯Java代码实现生成PDF(自定义表格、文本水印、单元格样式)
工作中遇到需要生成PDF.最终选择了iText.其他也有通过html再生成.感觉不太适合就用了代码实现. 使用iText 5.5.13.1版本.纯Java代码实现 1.自定义表格合并指定行列完成数据填 ...