Python提取Pdf文件大纲

Fitz是一款开源的PDF处理工具，它是由MuPDF开发团队开发的一款软件包。Fitz提供了很多PDF操作的功能，包括浏览、渲染、翻转、裁剪、旋转、缩放、剪切、粘贴、合并等等。此外，Fitz还支持多种操作系统平台，如Windows、Linux、macOS等。

Fitz处理PDF的过程主要包括以下几个方面：

阅读PDF文件：Fitz可以打开PDF文件并进行浏览。

渲染PDF页面：Fitz能够在屏幕上显示PDF页面，并进行渲染。

处理PDF元素：Fitz可以对PDF中的各种元素进行处理，比如文本、图像、表格等等。

编辑PDF内容：Fitz可以对PDF内容进行编辑，包括添加、删除、修改等操作。

转换PDF格式：Fitz可以将PDF文件转换成其他格式，比如图片、HTML等。

提取PDF大纲源码实例

from typing import Dict

import fitz  # pip install pymupdf


def get_bookmarks(filepath: str) -> Dict[int, str]:
    # WARNING! One page can have multiple bookmarks!
    bookmarks = {}
    with fitz.open(filepath) as doc:
        toc = doc.get_toc()  # [[lvl, title, page, …], …]
        for level, title, page in toc:
            bookmarks[page] = title
            # if level == 1:
            print(title)
    return bookmarks

get_bookmarks("/Users/test.PDF")