使用 Python 给 PDF 添加目录书签

已于 2024-09-27 10:02:08 修改
阅读量4.3k 收藏 26
点赞数 3
文章标签： pdf python
于 2023-10-02 19:28:50 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_35629563/article/details/133499112
版权

0、库的选择——pypdf

原因：Python Version Support

Python

3.11

3.10

3.9

3.8

3.7

3.6

2.7

pypdf>=3.0

YES

YES

YES

YES

YES

YES

PyPDF2>=2.0

YES

YES

YES

YES

YES

YES

PyPDF2 1.20.0 - 1.28.4

YES

YES

YES

YES

YES

YES

PyPDF2 1.15.0 - 1.20.0

YES

我的版本

Python=3.6.13

pypdf=3.16.2

1、添加书签——方法add_outline_item的使用

# https://zhuanlan.zhihu.com/p/603340639
import pypdf  #
import sys

wk_in_file_name = 'PythonTutorial.pdf'
input1 = open(wk_in_file_name, "rb")  # 打开需要添加书签的PDF
writer = pypdf.PdfWriter()  # 创建一个PdfWriter类
writer.append(input1)  # 将PDF读入writer中，然后进行书签的编辑

writer.add_outline_item(title='10', page_number=10, parent=None)  # 添加第一个书签
writer.add_outline_item(title='11', page_number=11, parent=None)  # 添加第二个书签

# Write to an output PDF document
output = open('01_' + wk_in_file_name, "wb")  # 如果wk_out_file_name不存在，则创建一个
writer.write(output)  # 将添加书签后的PDF保存

# Close File Descriptors
writer.close()
output.close()

print('pypdf.__version__=', pypdf.__version__)
print('sys.version=', sys.version)

pass

运行结果

2、添加子书签——参数parent的使用

# https://zhuanlan.zhihu.com/p/603340639
import pypdf

wk_in_file_name = 'PythonTutorial.pdf'
writer = pypdf.PdfWriter()
input1 = open(wk_in_file_name, "rb")
writer.append(input1)

parent_bookmark_0 = writer.add_outline_item(title='10', page_number=10, parent=None)  # 添加第一个书签
writer.add_outline_item(title='10_1', page_number=11, parent=parent_bookmark_0)  # 添加第一个书签的子书签
parent_bookmark_1 = writer.add_outline_item(title='11', page_number=20, parent=None)  # 添加第二个书签
writer.add_outline_item(title='11_1', page_number=21, parent=parent_bookmark_1)  # 添加第二个书签的子书签

# Write to an output PDF document
output = open('02_'+wk_in_file_name, "wb")
writer.write(output)

# Close File Descriptors
writer.close()
output.close()

pass

运行结果

3、读取txt文件

# https://blog.csdn.net/kobeyu652453/article/details/106876829

f = open('dir.txt', 'r', encoding='utf8')
# f = open('dir.txt', encoding='gbk', errors='ignore'), errors='ignore'
# f = open('dir.txt', encoding='gb18030', errors='ignore')
line1 = f.readline()  # 读取第一行，大文件readline

# https://blog.csdn.net/andyleo0111/article/details/87878784
lines = f.readlines()  # 读取所有行，小文件readlines
num_lines = len(lines)  # 标题的总个数

txt = []
for line in lines:
    txt.append(line.strip())
    print(line.strip())

    line.strip()  # 去掉末尾的'\n'
    line.split(' ')  # 根据line中' '进行分割
    line.count('.')  # 有n个'.'就是n+1级标题

print(txt)
f.close()  # 关闭文件
print('f.closed=', f.closed)

 运行结果

D:\SoftProgram\JetBrains\anaconda3_202303\envs\py3_6_for_TimeSeries\python.exe E:\program\python\gitTemp\pdf\test\03_read_txt.py 
1 课前甜点 3
2 使用Python解释器 5
2.1 调用解释器 5
2.1.1 传入参数 6
2.1.2 交互模式 6
2.2 解释器的运行环境 6
2.2.1 源文件的字符编码 6
3 Python的非正式介绍 9
3.1 Python作为计算器使用 9
3.1.1 数字 9
3.1.2 字符串 11
3.1.3 列表 14
3.2 走向编程的第一步 15
4 其他流程控制工具 17
4.1 if语句 17
4.2 for语句 17
4.3 range()函数 18
4.4 break和continue语句，以及循环中的else子句 19
4.5 pass 语句 20
4.6 定义函数 20
4.7 函数定义的更多形式 22
4.8 小插曲：编码风格 29
['1 课前甜点 3', '2 使用Python解释器 5', '2.1 调用解释器 5', '2.1.1 传入参数 6', '2.1.2 交互模式 6', '2.2 解释器的运行环境 6', '2.2.1 源文件的字符编码 6', '3 Python的非正式介绍 9', '3.1 Python作为计算器使用 9', '3.1.1 数字 9', '3.1.2 字符串 11', '3.1.3 列表 14', '3.2 走向编程的第一步 15', '4 其他流程控制工具 17', '4.1 if语句 17', '4.2 for语句 17', '4.3 range()函数 18', '4.4 break和continue语句，以及循环中的else子句 19', '4.5 pass 语句 20', '4.6 定义函数 20', '4.7 函数定义的更多形式 22', '4.8 小插曲：编码风格 29']
f.closed= True

进程已结束,退出代码0

4、从txt中读取目录与页码并写入PDF的书签

# https://blog.csdn.net/kobeyu652453/article/details/106876829
import pypdf

wk_in_file_name = 'PythonTutorial.pdf'
writer = pypdf.PdfWriter()
input1 = open(wk_in_file_name, "rb")
writer.append(input1)

f = open('dir.txt', 'r', encoding='utf8')
lines = f.readlines()  # 读取所有行
num_lines = len(lines)  # 标题的总个数

txt = []
for line in lines:
    line = line.strip()  # 去掉末尾的'\n'
    pline = line.split(' ')  # 根据line中' '进行分割
    level = line.count('.')  # 有n个'.'就是n+1级标题

    if level == 0:
        bookmark_parent_0 = writer.add_outline_item(title=pline[0] + pline[1], page_number=int(pline[-1]), parent=None)
    elif level == 1:
        bookmark_parent_1 = writer.add_outline_item(title=pline[0] + pline[1], page_number=int(pline[-1]),
                                                    parent=bookmark_parent_0)
    else:
        writer.add_outline_item(title=pline[0] + pline[1], page_number=int(pline[-1]), parent=bookmark_parent_1)


# Write to an output PDF document
output = open('04_'+wk_in_file_name, "wb")
writer.write(output)

# Close File Descriptors
writer.close()
output.close()

f.close()  # 关闭文件
print('f.closed=', f.closed)

运行结果 

 5、添加偏置

# https://blog.csdn.net/kobeyu652453/article/details/106876829
import pypdf

wk_in_file_name = '嵌入式系统设计师教程__第2版.pdf'
writer = pypdf.PdfWriter()
input1 = open(wk_in_file_name, "rb")
writer.append(input1)

f = open('dir.txt', 'r', encoding='utf8')
lines = f.readlines()  # 读取所有行
num_lines = len(lines)  # 标题的总个数
first_chapter_origin_num=1
first_chapter_actual_num=10
offset = 10-1  # 添加偏置

txt = []
bookmark_parent_0 = None
bookmark_parent_1 = None

for line in lines:
    line = line.strip()  # 去掉末尾的'\n'
    pline = line.split(' ')  # 根据line中' '进行分割
    level = line.count('.')  # 有n个'.'就是n+1级标题

    page_title = pline[0] + ' ' + pline[1]
    page_num = int(pline[-1]) + offset

    if level == 0:
        bookmark_parent_0 = writer.add_outline_item(title=page_title, page_number=page_num, parent=None)
    elif level == 1:
        bookmark_parent_1 = writer.add_outline_item(title=page_title, page_number=page_num, parent=bookmark_parent_0)
    else:
        writer.add_outline_item(title=page_title, page_number=page_num, parent=bookmark_parent_1)

    print(line.strip())

print(txt)

# Write to an output PDF document
output = open('05_' + wk_in_file_name, "wb")
writer.write(output)

# Close File Descriptors
writer.close()
output.close()

f.close()  # 关闭文件
print('f.closed=', f.closed)

运行结果：

 

6、dir中没有页码的情况

# https://blog.csdn.net/kobeyu652453/article/details/106876829
import pypdf

wk_in_file_name = 'PythonTutorial.pdf'
writer = pypdf.PdfWriter()
input1 = open(wk_in_file_name, "rb")
writer.append(input1)

f = open('dir.txt', 'r', encoding='utf8')
lines = f.readlines()  # 读取所有行
num_lines = len(lines)  # 标题的总个数
offset = 5  # 添加偏置

txt = []
bookmark_parent_0 = None
bookmark_parent_1 = None

for line in lines:
    line = line.strip()  # 去掉末尾的'\n'
    pline = line.split(' ')  # 根据line中' '进行分割
    level = line.count('.')  # 有n个'.'就是n+1级标题

    page_title = pline[0] + ' ' + pline[1]
    page_num = offset

    if level == 0:
        bookmark_parent_0 = writer.add_outline_item(title=page_title, page_number=page_num, parent=None)
    elif level == 1:
        bookmark_parent_1 = writer.add_outline_item(title=page_title, page_number=page_num, parent=bookmark_parent_0)
    else:
        writer.add_outline_item(title=page_title, page_number=page_num, parent=bookmark_parent_1)

    print(line.strip())

print(txt)

# Write to an output PDF document
output = open('06_' + wk_in_file_name, "wb")
writer.write(output)

# Close File Descriptors
writer.close()
output.close()

f.close()  # 关闭文件
print('f.closed=', f.closed)

运行结果

参考

使用 python 给 PDF 添加目录书签_pypdf2.errors.deprecationerror: pdffilereader is d_Wreng我是002的博客-CSDN博客

python 操作合并pdf 文件并建立书签目录 - 知乎

飞由于度
关注
pdf添加目录标签python（手动配置）
weixin_44772948的博客
11-05 477
都是放在同一目录下。后续有精力再出一个基于OCR的自动识别脚本。需要自己手动更改offset，和目录列表。（ps:切勿用于非法用途）
python 实现 pdf 书签读取、批量写入源码
05-13
用python 实现 pdf 书签的读取、批量写入 实现 从pdf文件中读取书签保存到文件中和从配置文件中读取书签信息写入pdf文件中
使用 python 给 PDF 添加目录书签
我是002的博客
02-02 5054
使用 python 给 PDF 添加目录书签
使用 Python 批量提取 PDF 书签：一款实用工具的实现
最新发布
YT的博客
03-09 1325
这款工具展示了 Python 在文件处理和自动化任务中的强大能力。通过几行代码，我们实现了一个实用的小程序，不仅节省时间，还能轻松扩展功能（比如支持其他格式或添加图形界面）。希望这篇文章能激发你对 Python 的兴趣，也欢迎根据自己的需求改进这个脚本！
python 给PDF添加目录
Qy_sfsh的博客
07-19 2148
pdfminer是python2库，pdfminer3k是python3库。相较于pdfplumber，操作繁琐。PyPDF2，PyPDF3,PyPDF4,主要对PDF进行操作合并，拆分，旋转。获取PDF每页的每个文本字符、矩形和线条的详细信息。另外表格提取和可视化调试。根据不同PDF，编写目录信息、页码信息的代码。......
【脚本】 Python 处理PDF文件 给PDF文件添加书签、合并PDF文件、转化PPT文件为PDF文件
HMTeen
06-14 2492
一、本文内容 用python实现pdf文件书签的添加 用python实现ppt（或pptx）文件转pdf文件 用python实现合并多个pdf文件为一个文件 用python实现对txt目录文件排版的改变（未完成） 用python实现多个txt目录文件的合并（未完成） 二、具体功能实现 文件夹结构框图 function1：为PDF文件添加书签 所需python库：pyPDF2（自己安装）、os、tkinter 代码 # import from PyPDF2 import PdfFileReader
使用python给PDF添加目录
02-13
使用python给PDF添加目录
python修改pdf文件名称_用Python为PDF文件批量添加书签
weixin_39835117的博客
12-05 475
平时看一些大部头的技术书籍，大多数都是PDF版的，而且有一些书籍是影印扫描版的，几百上千页的书，没有任何书签，想要找到一个章节的位置非常费劲。那么就想，能不能搞一个工具，来自动地为这些大部头的PDF书籍添加书签便于自己阅读呢？下面就是这样一个工具的开发过程。为PDF文件添加一个最简单的书签学习使用一个技术，我们都从最简单的开始入手。比如我现在想为一个名为book.pdf的PDF文件添加一个Hell...
Python生成pdf目录书签的实例方法
12-16
本篇文章就为大家带来python来生成pdf目录书签的方法。 首先，我们需要下载一个软件FreePic2Pdf,利用它我们可以将我们的pdf文件导入书签 工具下载：https://www.jb51.net/softs/57870.html 然后，我们需要获取原始...
python 根据PDF 目录生成PDF书签
lcd_13052358136的博客
04-26 666
目录 可以复制pdf文档中的目录结构到txt. 调整成文档中的结构。Python 代码 PDF 生成书签代码 ，使用PyPDF4 库。if page_num > 26: # pdf 正式开始的页码。第 1 章-LAMP 网站构建-1。1.1.1-Web 应用的优势-2。pdf 文件和 目录文件放在同目录。# 创建 pdfwriter 对象。1.1-Web 概述-1。# 打开pdf 文件。
Python-pdfdirPDF导航书签添加工具
08-10
根据已有的目录文本为你的PDF自动生成导航书签。
pdfmerger:一个小的python程序包，用于基于PyPDF2合并和添加书签PDF文件
03-05
PDF合并 一个小型python程序包，用于基于PyPDF2和reportlab合并和加书签PDF文件。 允许合并PDF文件列表，同时保留其原始名称。 实际上，每个合并文件的文件名（不带扩展名）可以有选择地写在合并文件的每个页面上（水印）。 除非在程序选项（--write-filenames）中指定，否则不会在页面上添加水印。 输出文件将包含原始文件的书签。 使用Docker运行程序（无需安装） 通过运行存在的映像，无需安装即可立即使用该程序 启动容器并检查容器是否正常的简单命令： docker run -it --rm pdfmerger --help 请记住，您需要将包含要合并的文件的文件夹和将包含输出文件的文件夹映射到Docker容器文件系统中的文件夹（默认为/ home / pdfmerger / data）。 为此，您应该运行提供卷的容器。 例如，如果您的文件位于/h
廖雪峰Python教程[完整版]添加书签目录
08-25
廖雪峰Python教程[完整版]添加书签目录
Python学习手册(第3版).pdf 高清有书签
01-31
Python学习手册（第3版）.pdf本书包括： 　　类型和操作——深入讨论Python主要的内置对象类型：数字、列表和字典等。 　　语句和语法——在Python中输入代码来建立并处理对象，以及Python一般的语法模型。 　　函数——Python基本的面向过程工具，用于组织代码和重用。 　　模块——封装语句、函数以及其他工具，从而可以组织成较大的组件。 　　类和OOP——Python可选的面向对象编程工具，可用于组织程序代码从而实现定制和重用。 　　异常和工具——异常处理模型和语句，并介绍编写更大程序的开发工具。 《Python学习手册(第3版)》讲述了：Python可移植、功能强大、易于使用，是编写独立应用程序和脚本应用程序的理想选择。无论你是刚接触编程或者刚接触Python，通过学习《Python学习手册(第3版)》，你可以迅速高效地精通核心Python语言基础。读完《Python学习手册(第3版)》，你会对这门语言有足够的了解，从而可以在你所从事的任何应用领域中使用它。, 《Python学习手册(第3版)》是作者根据过去10年用于教学而广为人知的培训课程的材料编写而成的。除了有许多详实说明和每章小结之外，每章还包括一个头脑风 暴：这是《Python学习手册(第3版)》独特的一部分，配合以实用的练习题和复习题，让读者练习新学的技巧并测试自己的理解程度。, 《Python学习手册(第3版)》包括：, 类型和操作——深入讨论Python主要的内置对象类型：数字、列表和字典等。, 语句和语法——在Python中输入代码来建立并处理对象，以及Python一般的语法模型。, 函数——Python基本的面向过程工具，用于组织代码和重用。, 模块——封装语句、函数以及其他工具，从而可以组织成较大的组件。, 类和OOP——Python可选的面向对象编程工具，可用于组织程序代码从而实现定制和重用。, 异常和工具——异常处理模型和语句，并介绍编写更大程序的开发工具。, 讨论Python 3.0。, 《Python学习手册(第3版)》让你对Python语言有深入而完整的了解，从而帮助你理解今后遇到的任何Python应用程序实例。如果你准备探索Google和YouTube为什么选中了Python，《Python学习手册(第3版)》就是你入门的最佳指南。
python进阶 从菜鸟走向大牛 完整书签 pdf
12-09
python进阶 从菜鸟走向大牛
python自动为PDF文件导入书签
龙纸人的博客
11-24 461
python自动为PDF文件导入书签目录文本的具体格式代码分析 目录文本的具体格式 第1章 绪论$1 1.1模块与接口$1 1.2 工具和软件$3 1.3树语言的数据结构$3 程序设计：直线式程序解释器$7 推荐阅读$8 习题$9 第2章 词法分析$10 2.1词法单词$10 2.2正则表达式$11 2.3有限自动机$13 2.4非确定有限自动机$15 2.4.1将正则表达式转换为NFA$16
Python功能实现：为pdf电子书籍生成书签目录
CNmelody的博客
05-30 2042
今天搞了本pdf电子书看，奈何没有书签目录，用acrobat DC看起来很难受，所以索性写了个python脚本，配合PdfEditor软件能够较为方便地生成可跳转页码的书签目录。 y
用python合并pdf，并添加书签
BlowfishKing的博客
07-23 5381
之前得到了很多文章的pdf，现在需要把它们合到一个pdf文件中。 使用python库pypdf2可以实现这个功能。 首先要安装 pip install pypdf2 然后运行下面的示例 python mergePDF.py mergePDF.py # -*- coding:utf-8*- import os import os.path from PyPDF2 import PdfF...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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