Скрипт PDF Chapter Extractor

Скрипт PDF Chapter Extractor.

1 Общая информация

• Репозиторий: https://github.com/ahmedalmagraby/pdf_chapter_extractor
• Для разделения PDF-файлов на отдельные главы на основе их метаданных (закладок/оглавления).
• Также позволяет извлекать произвольные диапазоны страниц и объединять несколько PDF-документов в один.
• Использует библиотеку pypdf.

1.1 Основные возможности

• Извлечение глав по закладкам
  • Разделение PDF-файла на части в зависимости от уровня вложенности закладок (уровни 0, 1, 2 и т.д.).
• Выборочное извлечение.
• Извлечение диапазонов страниц.
• Объединение нескольких pdf-файлов в один.

2 Установка

• Нужно иметь установленную библиотеку pypdf:

uv tool install pypdf

3 Основные команды

3.1 Извлечение глав

• Извлекает главы, используя верхний (корневой) уровень закладок:

python pdf_chapter_extractor.py input.pdf

3.2 Расширенное извлечение глав

• Извлечение закладок 1-го уровня вложенности (разделы ##) с сохранением в отдельную папку chapters:

python pdf_chapter_extractor.py input.pdf -o chapters -l 1

3.3 Анализ документа

• Просмотр метаданных и дерева закладок без создания файлов:

python pdf_chapter_extractor.py input.pdf --inspect-only

3.4 Извлечение диапазона страниц

• Сохраняет страницы с 10-й по 25-ю (включительно).
• Нумерация начинается с 1:

python pdf_chapter_extractor.py input.pdf --page-range 10-25

3.5 Объединение PDF-файлов

• Склеивает несколько файлов в один с именем combined.pdf:

python pdf_chapter_extractor.py --merge file1.pdf file2.pdf file3.pdf -o combined.pdf

3.6 Запуск графического интерфейса

python pdf_chapter_extractor.py --gui