7

我正在使用 pyPdf 将几个 PDF 文件合并为一个。这很好用，但我还需要在生成的 PDF 文件中添加目录/大纲/书签。

pyPdf 似乎只有对大纲的读取支持。Reportlab 将允许我创建它们，但开源版本不支持加载 PDF 文件，因此无法将大纲添加到现有文件。

有什么方法可以使用 Python 或任何允许的库向现有 PDF 添加大纲？

4

3 回答 3

2

我们在WeasyPrint中遇到了类似的问题：cairo 生成 PDF 文件，但不支持书签/大纲或超链接。最后，我们咬紧牙关，阅读了PDF 规范，然后自己动手了。

WeasyPrint 的pdf.py有一个简单的 PDF 解析器和编写器，可以将 PDF“对象”添加/覆盖到现有文档。它使用 PDF 的“更新”机制，并且只在文件末尾追加。

该模块仅供内部使用，但我愿意对其进行重构，使其更易于在其他项目中使用。

然而，解析器采用了一些快捷方式，无法解析所有有效的 PDF 文件。如果 PyPDF 的输出不如 cairo 的好，则可能需要对其进行调整。从模块的文档字符串：

我们不尝试解析任何有效的 PDF，而是做出一些适用于 cairo 的假设以简化代码：

  • 所有换行符都是 '\n'，而不是 '\r' 或 '\r\n'
  • 除了数字 0（它始终是免费的）之外，没有“免费”对象。
  • 大多数空白分隔符由单个 0x20 空格组成。
  • 间接字典对象在行首不包含“>>”，除了标记对象的结尾，后跟“endobj”。（换句话说，子词典的“>>”标记是缩进的。）
  • 页面树是扁平的：根页面节点的所有孩子都是页面对象，而不是页面树节点。
于 2012-07-27T10:05:17.463 回答
2

https://github.com/yutayamamoto/pdfoutline 我制作了一个 python 库，仅用于向现有 PDF 文件添加大纲。

于 2020-03-11T08:04:05.707 回答
2

看起来 PyPDF2 可以完成这项工作。参见addBookmark文档中的方法：https ://pythonhosted.org/PyPDF2/PdfFileMerger.html

于 2019-01-24T01:04:04.480 回答