有没有精通 PDF 的大佬， PDF 教材，有没有办法，自动识别或者提取教材内容里的各级标题，生成书签或者生成思维导图，这样学习起来，整体化、结构化、树状图思维，提高效率！

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 1578 天前的主题，其中的信息可能已经有所发展或是发生改变。

PDF 教材没有书签，都是正文，我想让他自动识别或提取教材内容里的各个级别的标题，然后生成书签或者一键生成思维导图，省的我一个一个的去设置书签，四百多页，很麻烦！

书籍逻辑是：
第一章。。。这种标题设为 1 级
第一节。。。这种标题设为 2 级
一、。。。这种标题设为 3 级
（一）。。。这种标题设为 4 级
1. 。。。这种标题设为 5 级
1 ）。。。这种标题设为 6 级
1 ）。。。这种标题设为 7 级

这些编号后面的内容，都是黑体字，我想让书籍，自动识别，自动生成书签或者大纲，或者提取出来，或者像思维导图一样，

书籍的目录只到 3 级，不够细化，我想细化到最低一级，这样子，就可以对书籍的整个结构，一目了然！！！！

![QQ 截图 20200829162143.png](

)
![171258hqmqtjzn5h8jnqtx.png](

)

标题

书签

导图

生成

34 条回复 • 2020-08-30 23:59:49 +08:00

HENQIGUAI

2020-08-29 16:56:46 +08:00

书不是越读越薄么，要这么多标题有什么用，顺便推荐一本《如何阅读一本书》

ronman

2020-08-29 16:59:17 +08:00 via Android

mark 一下，找到麻烦说一下。
另外，其实做自己的话还是自己手打一下，顺便加深印象了。

enchilada2020

2020-08-29 17:01:43 +08:00 via Android

这种扫描的好像都得手动加吧

JYL888

2020-08-29 17:07:56 +08:00

@ronman 四百多页，狂多的各级标题！

JYL888

2020-08-29 17:08:27 +08:00

@HENQIGUAI 把标题弄出来，就树状思维，就知道某个知识点，在哪个框架下面

yangwcool

2020-08-29 17:11:46 +08:00 via Android

试试 PDF 补丁丁。这个软件有按标题生成书签的功能。不过我觉得不好用。

L2AKnG8GXx60bc6P

2020-08-29 17:12:03 +08:00 via iPhone

我啊，但是不感兴趣，不过你要是会编程的话随找个库转成 txt，再写个正则就行了，不过还需要人工筛选一下，要想做的完美、自动分级的话坑比较多，可以做成产品卖钱了。

JYL888

2020-08-29 17:27:20 +08:00

@yangwcool 我也试过，不行

TigerK

2020-08-29 18:22:17 +08:00

没有自动的啦，手动的可以用 bookxnote 来自己做

JYL888

2020-08-29 18:27:33 +08:00 via Android

@TigerK 转成 word 去搞

hoyixi

2020-08-29 18:28:45 +08:00

有些阅读器，可以自己添加，读一节，加一节。

你这好像是扫描然后做成的电子书，做的人没做书签目录。

abc11

2020-08-29 18:38:21 +08:00

用 iText7 做过类似的功能，几十行代码搞定

JYL888

2020-08-29 18:51:49 +08:00 via Android

@hoyixi 是，没有书签，我只想把所有标题提取出来

JYL888

2020-08-29 18:51:57 +08:00 via Android

@abc11 怎么搞

carlclone

2020-08-29 19:13:22 +08:00 via Android

论坛里有大佬做过，忘记了

JYL888

2020-08-29 19:18:30 +08:00 via Android

@carlclone 真假，v2ex 里吗？

akring

2020-08-29 19:48:45 +08:00

MarginNote 自己慢慢标注吧，反正你也得通看一遍不是？

JYL888

2020-08-29 19:54:55 +08:00

@ronman #2 https://github.com/zwxbest/autobookmark
github 上有个好像能实现，但是我不知道，这怎么用，怎么操作

jin7

2020-08-29 21:32:59 +08:00

pdf 没有书签需要书签? 我帮你弄几块钱一次行吗>>>>

jin7

2020-08-29 21:33:17 +08:00

@JYL888

JYL888

2020-08-29 21:36:47 +08:00

@jin7 #19 我这个比较复杂，不是淘宝上那种几块钱能搞的定的

green15

2020-08-29 21:37:43 +08:00 via iPhone

自动生成目录，我见过；原理类似一些小说阅读器一样。一般是通用格式转化成 PDF 的正版电子书。至于图片扫描版的盗版 PDF，最起码把 OCR 搞好吧。
生成思维导图……异想天开

jin7

2020-08-29 21:38:55 +08:00

@JYL888 #21 你这个又不复杂再说你那个目录网上书店都有复制粘贴

JYL888

2020-08-29 21:39:31 +08:00

@green15 #22 OCR 过的，支持文字搜索的

JYL888

2020-08-29 21:40:51 +08:00

@jin7 #23 前面的目录只细分到一、这级标题，我要到 1) 最低级的标题

ffxrqyzby

2020-08-29 22:23:59 +08:00

你可以试试 margin note
我都是先用 margin note 生成标题, 然后在里面做笔记, 做关联

Cielsky

2020-08-29 22:38:19 +08:00 via Android

OCR 把标题列出来，手动指定页数，有个软件可以把标题直接插到 PDF 里的，😓名字给忘了，叫什么 toPDF

jay0726

2020-08-30 07:15:08 +08:00 via Android

好像是之前从其他帖子看到的，还没试过
https://krasjet.com/voice/pdf.tocgen/

JYL888

2020-08-30 11:01:37 +08:00

@jay0726 应该就是这种思路了，但是好像没有网上好像没有成品软件

SingeeKing

2020-08-30 14:47:40 +08:00

/t/693916

JwhSir

2020-08-30 15:35:24 +08:00

PdgCntEditor——不完全满足你的要求，是一个手动添加书签的工具，但是相对比较方便了

K1W1

2020-08-30 19:41:37 +08:00

跟我想法一样，通过标题生成思维导图，但是我用了另一种更简单思路，通过抓豆瓣页面，豆瓣书籍的详情中，大多数都是有目录的（注意并不是都有），然后调用 xmind 的 sdk 生成。文章在这
https://mp.weixin.qq.com/s/3ywHc9CgWdf_s7e6llqGAA

krjt

2020-08-30 23:53:55 +08:00

@JYL888 ？我的 pdf.tocgen 就是面向用户的，虽然完全是命令行操作。模仿第一节的 overview 里的指令基本就可以了。安装指令见第二节。

krjt

2020-08-30 23:59:49 +08:00

@JYL888 如果没有编程经验的话，首先安装 Python 3 [1] 以及 pip [2]，之后在命令行输入

pip install -U pdf.tocgen

接下来按照 #28 或者 #30 里的指令输入就可以了。

[1]: https://www.python.org/downloads/windows/
[2]: https://pip.pypa.io/en/stable/installing/