怎样提取WPS文档的目录?

6 篇文章 1 订阅
本文介绍了如何通过将WPS文档转换为PDF并利用Python库如PyPDF2和PDFBox,以及相应的脚本,自动提取文档目录。步骤包括转换文件、使用工具解析目录、编码转换和生成思维导图和HTML目录树。
摘要由CSDN通过智能技术生成

怎样提取WPS文档的目录(智能识别目录)?
1. 将你的WPS文档打开,菜单:文件:输出为PDF,另存为(.pdf)
2. PyPDF2 从PDF文件中提取目录
  运行 python pdf_read_dir.py 你的PDF文件
  或者 java : pdfbox 读取 PDF文件内书签
   会生成 书的目录.txt
3.生成的 书的目录.txt 编码:GBK,推荐用 Notepad++ 转换为编码:UTF-8。
   书的目录.txt 第一行应该是书名,如果缺少书名就手工添加。
4. 运行 python txt_etree_mm.py  书的目录.txt
  或者运行 note txt_etree_mm.js  书的目录.txt
  会生成 目录的思维导图.mm
5. 运行 python txt_xml_etree_htm.py 书的目录.txt
  或者运行 node txt_etree_json.js  书的目录.txt
  会生成 书的目录树.htm

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值