1、用到的库：使用pymupdf库可以获取PDF书签目录。官方文档：pymupdf.readthedocs.io/...安装：使用：使用以下语句来读取PDF的目录：编写一个函数分析PDF的目录情况：解析：使用for循环逐个分析书签目录，每一条目录提取出来是一个包含三个元素的列表。['1','第一章xxxxx','xxxx']我们需要的是第二个元...
python 自动识别pdf文件的目录
需求：我学习的资料大多是PDF文件（如PDF资料、论文等），但在阅读时，常常需要一页页翻阅才能找到所需章节，这种查找方式效率低下。我更喜欢跟随目录快速跳转到想要阅读的章节。
许多朋友可能也有相同的体验，当打开资源管理器时，往往不知道资料是否包含目录，以及目录的数量，这极大地影响了阅读效率。
本文将向大家介绍一种解决方案，即在文件名中插入目录标签信息前缀：
概念：
PDF文件的书签目录：TOC（即table of content），可以帮助读者快速跳转到感兴趣的章节进行阅读。
1、用到的库：
使用pymupdf库可以获取PDF书签目录。
官方文档：pymupdf.readthedocs.io/...
安装：
使用：
使用以下语句来读取PDF的目录：
编写一个函数分析PDF的目录情况：
解析：
使用for循环逐个分析书签目录，每一条目录提取出来是一个包含三个元素的列表。['1','第一章xxxxx','xxxx']
我们需要的是第二个元素，即目录文字。即
然后判断这条目录是否有效，排除机器生成的001、002等不含内容的书签。
最后，sumt变量保存统计完成的书签条数。
函数根据sumt变量返回一个我们自己约定的标签值：例如，0-30条目录的PDF返回t30；31-80条目录的PDF返回t80，以此类推...
t999表示大于800条书签的PDF。
后续我编写了代码，实现了当前程序目录和子目录的批量判断，并以前缀的形式将返回值插入到了文件名中：
以后打开资源管理器，就能看到自己的资料包含多少目录了。这样的做法大大提高了效率。
ok，不多说，直接上完整代码：2024-09-07
