使用PDF抽取电子书目录

阅读电子书时，想着在自己认为关键的地方记一些笔记，随着阅读的深入，书中出彩的部分越来越多，笔记也越记越多，有时会忘记看此书的初衷。

那么有没有方便快捷的方法提取电子书大纲，在读书的时候打个书签，读完之后导出自己的书签，就自动生成一份阅读笔记，岂不美哉。

在此需要重点提示的是： 有些书可能辈子只有一次阅读的机会（就像某些人一辈子只会遇见一次），总是幻想着还有下次机会的方法是不可取的。正确的做法是，第一次读时就当是最后一次读，用心记住重要的知识点。

python提取pdf目录的步骤

一、安装所需的库

pip install PyPDF2

二、使用代码提取目录

这里对抽出的目录进行了加工，以markdown形式的写入到文件

import PyPDF2


def extract_pdf_table_of_contents(pdf_path):
    with open(pdf_path, 'rb') as file:
        pdf_reader = PyPDF2.PdfReader(file)
        if pdf_reader.outline:
            return pdf_reader.outline
        else:
            return None

res = []
def extract_table_content(table_of_contents, sep="#", count=1):
    global res
    if table_of_contents:
        for item in table_of_contents:
            if isinstance(item, list):
                res.append(extract_table_content(item, sep="#", count=count + 1))
            else:
                res.append(sep * count +' '+ item.title.replace("\r", ""))


if __name__ == '__main__':
    pdf_file = "D:\win10\Downloads\1.pdf"
    # extract_pdf_table_of_contents()
    pdf_reader = extract_pdf_table_of_contents(pdf_file)
    extract_table_content(pdf_reader)
    result_md = open("1.md", 'w+',encoding='utf-8')
    for s in res:
        if s:
            result_md.write(s)
            result_md.write("\r\n")
    result_md.flush()