python读取pdf文档书签 bookmark_用Python为PDF文件批量添加书签

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Hello World书签，该怎么做呢？show code：

# coding:utf-8

# 往pdf文件中添加书签

from PyPDF2 import PdfFileReader as reader,PdfFileWriter as writer

import sys

reload(sys)

sys.setdefaultencoding('utf-8')

def main():

# 读取PDF文件，创建PdfFileReader对象

book = reader('./book.pdf')

# 创建PdfFileWriter对象，并用拷贝reader对象进行初始化

pdf = writer()

pdf.cloneDocumentFromReader(book)

# 添加书签

# 注意：页数是从0开始的，中文要用unicode字符串，否则会出现乱码

# 如果这里的页码超过文档的最大页数，会报IndexError异常

pdf.addBookmark(u'Hello World! 你好，世界！',2)

# 保存修改后的PDF文件内容到文件中

# 注意：这里必须用二进制的'wb'模式来写文件，否则写到文件中的内容都为乱码

with open('./book-with-bookmark.pdf','wb') as fout:

pdf.write(fout)

if __name__ == '__main__':

main()

运行上述代码，发现当前目录下生成了一个名为book-with-bookmark.pdf的文件，打开这个文件，看到成功添加了一个书签：

点击这个书签，会自动跳转到第3页。

PDF处理工具类

下面先编写一个功能更为丰富的PDF处理工具类，代码如下：

# coding:utf-8

# 封装的PDF文档处理工具

from PyPDF2 import PdfFileReader as reader,PdfFileWriter as writer

import os

import sys

reload(sys)

sys.setdefaultencoding('utf-8')

class PDFHandleMode(object):

'''

处理PDF文件的模式

'''

# 保留源PDF文件的所有内容和信息，在此基础上修改

COPY = 'copy'

# 仅保留源PDF文件的页面内容，在此基础上修改

NEWLY = 'newly'

class MyPDFHandler(object):

'''

封装的PDF文件处理类

'''

def __init__(self,pdf_file_path,mode = PDFHandleMode.COPY):

&