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。
注意:
1、用python3运行我提供的脚本。
2、请提前下载PdfEditor软件并了解如何用其制作书签目录。
3、脚本运行需要提供文件origin.txt文件,内容是书籍对应的原始书签目录。
4、实现思路主要使用了正则匹配,大家可以去了解下python re库的使用,正则规则最好根据origin.txt自行分析调整。
5、大家主要参考程序的实现思路,请根据实际情况进行修改。
脚本内容:
# 作者:Melody
# 功能:PDF书籍目录生成脚本,生成目标文件后需要配合PdfEditor软件使用
# 时间:2021/5/30
import re
pageOffset = 16 # 印刷链接页码与实际跳转页码偏移量
originFileName = 'origin.txt'
resultFileName = 'result.txt'
# 获得目标文件绝对路径
nameList = __file__.split('\\')
nameList.pop(-1) # 去除脚本文件名
nameList.append(originFileName)
path = "//".join(nameList)
f = open(path, 'r', encoding='utf-8')
info = f.read()
f.close()
myList = list()
# 找到无效小数点对应区间
cmd = r'[^\.]\.{2,}(\d| )'
for match in re.finditer(cmd, info):
myList.append((match.start()+1, match.end()-2))
# 删除无效的小数点
start = 0
end = myList[0][0]
newInfo = ""
cnt = 0
for i in range(len(myList)):
if cnt != 0:
end = myList[i][0]
newInfo += info[start+1:end] + "\t"
else:
newInfo += info[start:end] + "\t"
start = myList[i][1]
cnt += 1
# 给页码加偏移
splitForPage = newInfo.split('\n')
newInfo = ""
for item in splitForPage:
temp = item.split('\t')
try:
num = int(temp[-1]) + pageOffset
temp[-1] = "\t" + str(num)
except(ValueError):
pass
item = "".join(temp)
newInfo += item + "\n"
# 删除目录无效章节
splitForDelete = newInfo.split('\n')
newInfo = ""
for item in splitForDelete:
if item != "":
if item[0] == "测" or item[0] == "例":
continue
else:
newInfo += item + "\n"
else:
continue
# 给章节加缩进,根据小数点个数判断章节层级
splitForCap = newInfo.split('\n')
newInfo = ""
for item in splitForCap:
temp = item.split(" ")
capter = temp[0]
numPoint = capter.count(".")
if numPoint == 1:
item = '\t' + item
if numPoint == 2:
item = "\t\t" + item
newInfo += item + "\n"
nameList.pop(-1)
nameList.append(resultFileName)
path = "//".join(nameList)
f = open(path, 'w', encoding='utf-8')
f.write(newInfo)
f.close()
运行结果:
origin.txt内容:(自己想办法搞到这些信息,我是直接从pdf里复制粘贴的)
result.txt:
用PdfEditor打开目标pdf,将result.txt内容复制到软件里,直接保存就好了!太强了这软件!
正则表达式学习网站:
https://regex101.com/r/dmRygT/1
https://github.com/ziishaned/learn-regex/blob/master/translations/README-cn.md