在Python中为现有PDF创建轮廓/ TOC

Question

我正在使用pyPdf将多个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/轮廓/书签.

pyPdf似乎只读取了对轮廓的支持.Reportlab允许我创建它们,但开源版本不支持加载PDF文件,因此无法为现有文件添加轮廓.

有没有什么方法可以使用Python或任何允许这种情况的库为现有PDF添加轮廓？

Answer 1

https://github.com/yutayamamoto/pdfoutline 我制作了一个 python 库，只是为了向现有 PDF 文件添加大纲。

Answer 2

看起来pypdf可以完成这项工作。请参阅add_outline_item文档中的方法。

Answer 3

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。最后我们硬着头皮，阅读了PDF 规范，然后自己做了。

\n\n

WeasyPrint\xe2\x80\x99s pdf.py有一个简单的 PDF 解析器和编写器，可以将 PDF“对象”添加/覆盖现有文档。它使用 PDF“更新”机制，并且仅附加在文件末尾。

\n\n

该模块仅供内部使用，但我\xe2\x80\x99m愿意重构它，以使其更容易在其他项目中使用。

\n\n

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\xe2\x80\x99s 输出不如 cairo\xe2\x80\x99s 那么好，则可能需要进行调整。从 module\xe2\x80\x99s 文档字符串：

\n\n

\n

为了简化代码，我们做出一些适用于 cairo 的假设，而不是尝试解析任何有效的 PDF：

\n\n

\n
• 所有换行符均为 \'\\n\'，而不是 \'\\r\' 或 \'\\r\\n\'
\n
• 除了数字 0（始终是免费的）之外，没有“免费”对象。
\n
• 大多数空白分隔符由单个 0x20 空格组成。
\n
• 间接字典对象在行的开头不包含“>>”，除非标记对象的结尾，后跟“endobj”。（换句话说，子词典的 \'>>\' 标记是缩进的。）
\n
• 页面树是扁平的：根页面节点的所有子节点都是页面对象，而不是页面树节点。
\n

\n

\n