Pdf. Оглавление. pdf.tocgen

2024-06-21 · 4 мин. для прочтения

Pdf. Оглавление. pdf.tocgen.

Содержание

1 Общая информация

Репозиторий: https://github.com/Krasjet/pdf.tocgen
Сайт: https://krasjet.com/voice/pdf.tocgen/

2 Установка

Устанавливается как python-пакет:
```
pipx install pdf.tocgen
```

3 Рабочий процесс

Пакет pdf.tocgen состоит из 3 отдельных программ:
- pdfxmeta : извлечь метаданные (атрибуты шрифта, позиции) заголовков в создать файл рецепта;
- pdftocgen : создать оглавление из рецепта;
- pdftocio : импортировать оглавление в документ PDF.
Используем pdfxmeta для поиска метаданных заголовков и генерации фильтры заголовков с использованием автоматической настройки:
```
pdfxmeta -p <page> -a 1 in.pdf "Section" >> recipe.toml
pdfxmeta -p <page> -a 2 in.pdf "Subsection" >> recipe.toml
```
- Здесь <page> есть номер страницы в файле.
Файл recipe.toml будет содержать несколько фильтров заголовков.

Пример файла рецепта будет выглядеть так:

[[heading]]
level = 1
greedy = true
font.name = "Times-Bold"
font.size = 19.92530059814453

[[heading]]
level = 2
greedy = true
font.name = "Times-Bold"
font.size = 11.9552001953125

Передадим рецепт программе pdftocgen для создания оглавления:
```
pdftocgen in.pdf < recipe.toml
```

В результате получим текст оглавления следующего вида:

"Preface" 5
    "Bottom-up Design" 5
    "Plan of the Book" 7
    "Examples" 9
    "Acknowledgements" 9
"Contents" 11
"The Extensible Language" 14
    "1.1 Design by Evolution" 14
    "1.2 Programming Bottom-Up" 16
    "1.3 Extensible Software" 18
    "1.4 Extending Lisp" 19
    "1.5 Why Lisp (or When)" 21
"Functions" 22
    "2.1 Functions as Data" 22
    "2.2 Defining Functions" 23
    "2.3 Functional Arguments" 26
    "2.4 Functions as Properties" 28
    "2.5 Scope" 29
    "2.6 Closures" 30
    "2.7 Local Functions" 34
    "2.8 Tail-Recursion" 35
    "2.9 Compilation" 37
    "2.10 Functions from Lists" 40
"Functional Programming" 41
    "3.1 Functional Design" 41
    "3.2 Imperative Outside-In" 46
    "3.3 Functional Interfaces" 48
    "3.4 Interactive Programming" 50

Его можно сразу импортировать в файл PDF с помощью pdftocio:
```
$ pdftocgen in.pdf < recipe.toml | pdftocio -o out.pdf in.pdf
```
Можно отредактировать оглавление перед его импортом:
```
pdftocgen in.pdf < recipe.toml > toc
pdftocio in.pdf < toc
```

4 Примеры использования

4.1 pdftocio

Отобразить существующее оглавление PDF-файла в stdout:
```
pdftocio doc.pdf
```
Записать существующее оглавление PDF-файла в файл с именем toc:
```
pdftocio doc.pdf > toc
```
Записать оглавление из toc-файла в doc.pdf:
```
pdftocio doc.pdf < toc
```
Указать имя выходного PDF-файла:
```
pdftocio -o out.pdf doc.pdf < toc
```
Скопировать оглавление из doc1.pdf в doc2.pdf:
```
pdftocio -v doc1.pdf | pdftocio doc2.pdf
```
- Флаг -v помогает сохранить вертикальные позиции заголовков при копировании.
Вывести оглавление для чтения:
```
pdftocio -H doc.pdf
```

4.2 pdftocgen

Применить существующий рецепт recipe.toml к файлу doc.pdf (результат дублируется в stdout):
```
pdftocgen doc.pdf < recipe.toml
```
Вывести оглавление в файл с именем toc:
```
pdftocgen doc.pdf < recipe.toml > toc
```
Импортировать созданное оглавление в файл PDF и вывести в doc_out.pdf:
```
pdftocgen doc.pdf < recipe.toml | pdftocio -o doc_out.pdf doc.pdf
```
Вывести сгенерированное оглавление для чтения:
```
pdftocgen -H doc.pdf < recipe.toml
```
Если вы хотите включить вертикальное положение на странице для каждого заголовка, используйте флаг -v:
```
pdftocgen -v doc.pdf < recipe.toml
```

4.3 pdfxmeta

Искать слово Anaphoric во всем PDF:
```
pdfxmeta onlisp.pdf "Anaphoric"
```
Вывести результат в виде фильтра заголовков с автоматическими настройками:
```
pdfxmeta -a 1 onlisp.pdf "Anaphoric"
```
Поиск без учета регистра Anaphoric во всем PDF:
```
pdfxmeta -i onlisp.pdf "Anaphoric"
```
Использование регулярного выражения для поиска без учета регистра Anaphoric в PDF-файле:
```
pdfxmeta onlisp.pdf "[Aa]naphoric"
```
Поиск только на странице 203:
```
pdfxmeta -p 203 onlisp.pdf "anaphoric"
```

5 Исправление номеров страниц

Возможно несовпадения номеров страниц книги и pdf-файла.
Возможно сдвинуть все номера страниц на некоторую величину.

Скрипт изменяет номера страниц в конце строк:

#!/bin/bash

if [ $# -ne 2 ]; then
    echo "Использование: $0 <файл> <инкремент>"
    exit 1
fi

file="$1"
increment="$2"

cp "$file" "${file}.bak"

awk -v inc="$increment" '
{
    # Сохраняем оригинальные отступы
    match($0, /^ */)
    leading_space = substr($0, 1, RLENGTH)
    content = substr($0, RLENGTH+1)

    # Ищем номер страницы в формате: пробел+число(или диапазон) в конце строки
    if (match(content, /([0-9]+(-[0-9]+)?)[[:space:]]*$/)) {
        prefix = substr(content, 1, RSTART-1)
        split(substr(content, RSTART, RLENGTH), parts, "-")

        # Обрабатываем числа
        new_nums = ""
        for(i in parts) {
            parts[i] += inc
            new_nums = (i>1 ? new_nums "-" : "") parts[i]
        }

        # Собираем новую строку
        $0 = leading_space prefix new_nums
    }
    print
}' "$file" > tmp && mv tmp "$file"

echo "Номера страниц увеличены на $increment. Резервная копия: ${file}.bak"