python读取pdf文档书签 bookmark_pdf根据目录生成书签

目录

1 准备

①Adobe Acrobat

②Autobookmark插件

③Python3.6

④pdf电子书的目录bookmarks.txt

2 得到书签标准文件

2.1 bookmarks.txt标准文件

所需目录格式，需要一、二级标题鲜明，第二级使用tab键缩进(Notepad中选中整体直接tab进行缩进，或shift+tab回缩)，第三级类推

标题和页数之间使用英文逗号分割

格式示例：

2.2 正则转换示例

将一般形式的目录，如

1 Part1 . . . . . . . . . . . . . . . . . . . 1

1.1 Part1.1 . . . . . . . . . . . . . . . . . . . 3

1.2 Part1.2 . . . . . . . . . . . . . . . . . . . 5

1.3 Part1.3 . . . . . . . . . . . . . . . . . . . 6

2 Part2 . . . . . . . . . . . . . . . . . . . 9

2.1 Part2.1 . . . . . . . . . . . . . . . . . . . 11

2.2 Part2.2 . . . . . . . . . . . . . . . . . . . 21

转为如上标准格式

python正则代码参考import re

with open('test.txt', 'r') as f:

raw_lines = f.readlines()

lines = []

# 去掉中间逗点

for line in raw_lines:

#逗点之间使用了空格

pattern_dots = re.compile(r'(\s\.)+\s')

new_line = pattern_dots.sub(',', line)

lines.append(new_line)

# 修改绝对页数

new_lines = []

for line in lines:

pattern = re.compile(r',\d+')

# 提取页数

page = pattern.findall(line)

# 将页数修改为正确的页数

new_page = int(page[0][1:]) + 12

new_line = line.replace(page[0],','+str(new_page))

new_lines.append(new_line)

with open('test_bookmarks.txt', 'w') as f:

for line in new_lines:

f.write(line)

3使用插件自动生成

将pdf用Adobe Acrobat打开，依次选择

然后选择目录文件，点击OK生成

4 其他

Question1、使用Adobe Acrobat编辑pdf后，无法保存，出现“文档无法保存，读取文档时出现错误(153)”

A：使用PDF-XChange_Editor打开pdf后，另存为新的文件，之后操作新的文件即可

Download1

Download2

Question2、关于pdf软件

PDF阅读，推荐Edge，轻便，带目录，可作标记

Adobe Acrobat 用于处理pdf，合并、生成标签等

PDF-XChange-Editor 可编辑处理，速度较快