如何从PDF中提取书签？

Question

当我在 PDF 查看器中打开 PDF 时，我会在实际文档的左侧看到一系列书签。那里显示的信息似乎并未成为文档实际内容的一部分：它没有打印出来，也没有出现在特定页面上。

如何使用 Java 提取这些书签？

Answer 1

OP 问题要求使用 Java 提供解决方案。

然而，对于必须处理 PDF 的人来说，这可能是一个更普遍感兴趣的话题。所以我的回答提供了一个命令行解决方案：mutool.

mutool是与MuPDF 查看器软件捆绑在一起的命令行实用程序，由提供 Ghostscript 的同一家公司编写。

其最新版本包括show子命令，可用于打印outlines（在 PDF 技术术语中，OP 和 Adob​​e UI 称之为“书签”），以及 PDF 中其他感兴趣的特定项目：

$ mutool show PDF32000_2008.pdf outlines

  Document management — Portable document format — Part 1: PDF 1.7  1
  Contents Page 3
  Foreword  6
  Introduction  7
  1 Scope   9
  2 Conformance 9
    2.1 General 9
    2.2 Conforming readers  9
    2.3 Conforming writers  9
    2.4 Conforming products 10
  3 Normative references    10
  4 Terms and definitions   14
  5 Notation    18
  6 Version Designations    18
  7 Syntax  19
    7.1 General 19
    7.2 Lexical Conventions 19
        7.2.1 General   19
        7.2.2 Character Set 20
        7.2.3 Comments  21
  [....]

（输出已缩短。）原始 PDF 文档（官方 PDF-1.7 规范）包含此页面作为 ToC：

您可以清楚地看到，/Outlines内容与包含的目录页面有何不同（但相似）。

以下是大纲（“书签”）在 Adob​​e Reader XI 中的显示方式：