Я чув, що закладки pdf-файлу зберігаються у простому тексті десь у файлі. Мені було цікаво, чи можна імпортувати та експортувати закладки pdf-файлу в та з текстового файлу для пакетної обробки?
Якщо так, чи є опис синтаксису для редагування текстового файлу, що містить закладки файлу PDF?
Я сподівався на безкоштовні програмні рішення для Ubuntu 10.10 та для Windows 7.
Дякую та з повагою!
Відповіді:
Існує досить багато інструментів, які можуть витягувати закладки з PDF у звичайний текстовий файл, і навпаки. Деякі з них такі:
Також у мене є скрипт, який може конвертувати між форматами багатьох із цих інструментів: bmconverter.py .
Ще один дуже приємний спосіб - додавати закладки в pdf через pdflatex .
Ви можете використовувати pdftkдля цього. Більше інформації: Як експортувати та імпортувати закладки PDF .
Експортуйте PDF-закладки в командний рядок так:
pdftk C:\Users\Sid\Desktop\doc.pdf dump_data output C:\Users\Sid\Desktop\doc_data.txt
Імпортуйте PDF-закладки з такого файла даних:
pdftk C:\Users\Sid\Desktop\doc.pdf update_info C:\Users\Sid\Desktop\doc_data.txt output C:\Users\Sid\Desktop\updated.pdf
pdftkФормат закладок - це трохи нудно писати. Замість цього я створив свій власний сценарій , використовуючи bash, sed, pdftkі python3. Перевірте це у цьому репо: https://github.com/SiddharthPant/booky
Тож тепер я можу створити текстовий файл ( bkmrks.txt), подібний до цього, для запису навіть для PDF-сторінки на 1000 сторінок потрібно всього 5 хвилин.
{
Title1, 1
Title2, 2
{
Subtitle1, 3
Subtitle2, 4
{
SubSubtitle1, 5
...
}
}
}
а потім використовувати мій сценарій
./booky.sh pdf_file.pdf bkmrks.txt
це автоматично створює pdf ( pdf_file_new.pdf), в якому є мої закладки.
Це буде працювати в * nix системах, якщо замість цього ви працюєте на машині Windows. Потім спочатку встановіть python3і pdftkпросто використовуйте booky.pyфайл у репо, щоб конвертувати bkmrks.txtу pdftkсумісний формат
python3 booky.py < bkmrks.txt > output.txt
а потім скористайтесь командою експорту для створення файлу даних, що скидаються. Видаліть попередні закладки з цього файлу та вставте вміст, output.txtвикористовуючи просту копіювальну пасту. А потім імпортуйте ці дані назад.
Якщо у вас є версія документа, який має закладки, і хочете скопіювати їх, набагато простішим способом є використання PDF-XChange Viewer (я використовував v2.5.211). Відкрийте PDF-файл, що містить закладки (вихідний PDF), виберіть усі закладки на панелі закладок, скопіюйте їх за допомогою Ctrl + C, відкрийте PDF, у якому немає закладок (цільовий PDF), і вставте їх (Ctrl + V) на панелі закладок цього PDF. PDF-Xchange Viewer зберігає властивості закладок як у вихідного PDF (включаючи будь-яке жирне / курсивне форматування тексту закладок). Якщо з певних причин деякі розділи цільового PDF є нижчими або вищими через зміни, внесені в документ, ви можете натиснути закладку, яка потребує виправлення, прокрутіть туди, на якій сторінці ви хочете відкрити закладку, праворуч- натисніть закладку ще раз і натисніть «Встановити призначення». Повторіть цю останню частину, як це потрібно для будь-якої обраної закладки. Збережіть цільовий PDF, коли закінчите.
Це спрацювало чудово для мене, було досить інтуїтивно зрозумілим, і я закінчився за кілька хвилин. У моєму конкретному сценарії співробітник випустив дуже довгий документ, використовуючи Word для Mac, який не мав закладок. Зважаючи на довжину документа, я хотів, щоб закладки відповідали контуру документа. Я міг би отримати Word для Windows, щоб зберегти документ у форматі PDF із закладками, але деякі відмінності у форматуванні Word для Windows та Word для Mac відкинули кількість підрахунків сторінки (зокрема, були розбіжності в пробілі навколо колонтитулів та відмінності в інтервалі між фігурами та заголовком). Мені вдалося пограти разом із заголовками та колонтитулами та розмірами фігур, щоб виправити сторінки в Word для Windows, а потім зберегти їх у форматі PDF w / bookmarks. На жаль,
Специфікація файлів PDF доступна у форматі PDF, що безкоштовно завантажується у Adobe - або, принаймні, я востаннє перевіряв. Однак у більшості PDF-файлів стискаються найбільш стислі дані. Напевно, в основному була версія простого формату PDF один раз, і якщо так, то вона все ще буде дійсною зараз, але насправді отримати файл у такому вигляді може бути проблемою.
Хоча я цього не робив, одна дуже вірогідна можливість (якщо ви готові платити) - придбати Acrobat Pro та використовувати можливості скриптів Javascript, вбудовані в цю програму. Для початку ...
http://acrobatusers.com/tutorials/2008/10/auto_bookmark_creation
У цьому підручнику показано, як автоматично створювати закладки за допомогою Javascript в Acrobat 7.0 Pro (версія включена у Creative Suite CS2). Хоча це вже трохи старіє, та ж методика повинна чудово працювати і для нових версій.
Програми Adobe містять бібліотеку для читання / запису текстових файлів за допомогою Javascript (те, що у Javascript не є стандартним), тому можна писати власні сценарії імпорту / експорту, хоча і нетривіальні, щоб зробити ці сценарії надійними.
Для експорту закладок я дотримуюся іншого підходу, який вимагає використання Microsoft OneNote:
Я відкриваю зчитувач PDF (я використовую безкоштовну версію Foxit) із видимою структурою закладок, а потім в OneNote я прошу зробити знімок і вибрати структуру закладок Foxit.
Повертаючись до OneNote, я вибираю опцію «Копіювати текст із зображення» (у меню, яке з’являється після правого клацання зображення знімка), і вставляю його збоку, щоб виправити відступ (як правило, з куль).
HandyOutline. 1 перетягування, 1 клацання, зроблено. https://sourceforge.net/projects/handyoutlinerfo/ . Безкоштовно. Підзакладок відступів. Не потрібно будь-якого читача / редактора PDF. Також редагуйте, експортуйте всі деталі в текст (скопіюйте в слово, напишіть макрос, щоб привести його у повністю функціональний документ з текстом) або XML, відредагуйте, імпортуйте у PDF. Dev заслуговує на пожертви.
PDF-Xchange Editor (замінений PDFViewer) випадковим чином дублюється / пропускається закладками, експортованими в текст
JPDF вимагав Java, експортував сміття для форматування, не міг його очистити, щоб отримати лише імена
PDFtk мені болить голова, просто дивлячись на інструкції
:-)
Я знайшов ще одне досить «дурне» рішення скопіювати всі закладки у PDF як текст для використання в інших місцях. В Acrobat Pro (для Mac OS) немає можливості вибрати всі закладки та скопіювати / вставити їх у Wordprocessor. Однак можна експортувати весь PDF у вигляді HTML-файлу з опцією "одна єдина HTML-сторінка + додати навігаційний кадр на основі закладок". Потім відкрийте HTML у браузері, виділіть увесь текст у навігаційній рамці та скопіюйте / вставте його до Wordprocessor ...
Щоб прочитати всі закладки з PDF у текстовий файл, ви можете використовувати цю команду з pdftk:
pdftk input.pdf dump_data output output.txt
Потім я використовував регулярний вираз на Notepad ++, щоб видалити зайві деталі. Далі я замінив порожній рядок (по порядку), а потім закінчив список закладок (не забудьте замінити, використовуючи регулярний вираз у текстовому редакторі):
BookmarkLevel.*
BookmarkPageNumber.*
BookmarkBegin.*
\n\s+\n
Якщо ви хочете видалити цифри, замініть цей вираз:
BookmarkTitle: A8.\d.\d+\s