一个基于 Python 的 PDF 大纲编辑器，支持通过自定义格式或 LLM OCR 结果快速生成、编辑 PDF 书签（大纲）。
最新更新：
- (26-6-22) v0.0.1 更新 导出/导入文本大纲(方便存档/备份); 空白非选中编辑窗 示例提示; 完善 两个格式粘贴检测；修复excel格式复制；增加对 不能同文件覆盖的回退机制(之前直接报错)；
- (26-6)提供 excel 复制/粘贴支持（制表符），复制是 选中要复制的行 -> 右键菜单
复制为 Excel 格式；粘贴是 直接粘贴（要求2个列 title - page） （谢科学Lover网友的提议）
注意点： (小白用户 可以再看下面的 FAQ 部分)
- 需要 保存另外的pdf（不能 直接覆盖原pdf文件）
- 修改时，注意两个页码系统，目录显示页码 vs. pdf文件页码，不必计算，只需要输入 操作者自己的观察即可
- 右上角的
“Markdown版"按钮是动作，而非当前状态，，为了避免粘贴错，最新版加入 检测弹窗 选择自动转换功能 - 本软件 自动检测粘贴 "缩进版"和"markdown版"（excel 则自动转为两者之一），注意不要混合格式
- 加载/保存 PDF 大纲：读取现有书签并编辑，保存为新的 PDF 文件。
- 两种编辑模式：
- 缩进版：通过行首空格表示层级，适合手动调整缩进。
- Markdown 版：使用
#表示层级，适合直接粘贴 LLM OCR 的输出。 - 右上角按钮可一键切换两种模式，内容自动转换。
- 集成 LLM OCR 提示词：
菜单栏->帮助->LLM OCR提示词,复制提示词，给视觉语言模型，加上 其他工具截图，让 LLM 解析 生成Markdown 版目录文本，再粘贴回编辑器中。 - 导入
现成 OCR 格式：支持解析形如页码 (p...): 标题的特殊目录格式（支持任意层级）。（#说明：这种往往随pdf文件提供，本软件提供解析支持，在菜单栏->导入->导入 现成OCR版本） - 页码补偿/偏移：
- 可设置多个“目录页码 → 实际 PDF 页码”对照对，自动计算偏移。
- 可添加不在原目录体系中的“额外条目”，并指定放在开头或末尾。
- 预览前三条目对应的 PDF 页面截图，方便核对。
- 交互编辑：单击行全选，Tab 缩进/反缩进，双击弹出编辑窗修改标题、页码、层级。
- 层级检查：保存时自动检测层级跳跃（如一级直接到三级）并给出警告。
这个是 笔者自创的格式，适合 LLM 辅助, 经过多次使用，目前非常可靠(qwen模型，比如Qwen3-Omni-Flash)）
（本软件 主要是方便日常 辅助 OCR 的工作流，一行一行手动输入 时代一去不返）
设计说明：
- LLM熟悉Markdown语法，生成准确，本格式好处是 间隔的空格多少不影响正确性；（若为缩进版，LLM 输出遗漏难免，造成误对齐问题）
- tips:不一定 OCR，目录本身转其他风格之类的任务，也可以交给LLM
- 兼顾人类可读性；（不过建议，修改时 还是切换为 缩进版）
- 正则表达式解析简单；
- 和缩进版不同，页码不包在括号中
格式 format：
每个"#" 等价层级数，依此类推, 后面标题 和 页码，用空格隔开
# Level1 p1
## Level2 p2
### Level3 p3
Q: 本软件是否需要联网，或加载大模型/OCR模型 A: 简短的回答是 不联网，不包括模型，，(对电脑没什么要求) 详细的回答是，本软件，只是 截图 -> 给视觉大语言模型 做识别 -> 输出转为 pdf目录 ，这个工作流 的一个辅助工具，负责提供 prompt，将大模型输出的 特定格式数据 转为pdf目录，位置偏移计算，结果预览
Q: 本软件 是否打开 pdf 会自动生成目录？ A: 简短回答：不会，，（自动化程度 还没那么高） 打开 pdf 文件，只会加载文件中 已经存在的目录(也叫 outline), 如果文件中没有，那就是空白，需要自己添加的（也是本软件的目标）
pip install PyMuPDF Pillow如需拖放文件支持，可选安装：
pip install tkinterdnd2python PDF_大纲编辑器.py- 加载 PDF：点击“选择 PDF文件”或直接拖入文件。
- 获取大纲文本：
- 若已有
目录 OCR 文本（如扫描版目录），可手动整理为缩进版/Markdown 版后粘贴。 - 若有被提供
现成 OCR 格式，在菜单栏->导入->导入 现成OCR版本直接输入转换 - 手动辅助 OCR 流程：
- 用其他软件/截图工具，截图目录页面（笔者一般用 浏览器）
- 获取
辅助 prompt，点击菜单->帮助->显示LLM OCR提示词，复制 prompt。 - 将 prompt 和截图，一并发给 LLM（多模态），获取类似
# 标题 页码的结果。 - 粘贴回
本软件编辑区（Markdown 模式）。
- 若已有
- 编辑大纲：
- 使用工具栏按钮或 Tab/Shift+Tab 调整层级。
- 双击条目可修改标题、页码、层级。
- 如需调整页码偏移，在左侧“页码补偿”中添加对照或额外条目。
- 保存：点击“保存到 PDF”或按
Ctrl+S，选择输出路径即可。
往往随pdf文件提供，本软件提供解析支持，已经是通用的固定格式，如：
1 (p1): 卷首语
3 (p2): 第1章 成本
3 (p2-1): 成本不是产品开发的结果
3 (p2-1-1): 社长的决心
通过在菜单栏 -> 导入 -> 导入 现成OCR版本，粘贴后点击确定，会自动解析并填入编辑器（默认为缩进版，可切换为 Markdown 查看）。
tool_pdf_outline_editor/
├── PDF_大纲编辑器.py # 主程序
├── img/ # 图标（可选）
├── assets/
│ └── screenshots/
│ └── screenshot.webp
├── README.md
└── requirements.txt
- 概念: pdf 的目录, 即文件中的 outline ，（书签也可以加在这，不过 很多阅读器，选择保存到 额外配置文件）
- 细节: 保存pdf 不支持直接覆盖同文件，需要保存为另外的文件
- 浏览器:firefox 浏览器的
默认显示大纲设置， 需要pdfjs.sidebarViewOnLoad=2（在about:config） 不然需要 保证pdf文件 没有 Attachments 附件（PDF.js 会优先显示附件） - 参数:
DEFAULT_COLLAPSE = 2，是默认的 pdf 折叠层的 beyond 层级，可在 脚本中设置 - 库知识: 主要通过 pymupdf 这个库实现（注意 1.24 以后版本，用
import pymupdf不再是 fitz,本项目暂用 老的 fitz写法）
- 页码偏移支持全局一致偏移，若多个对照差值不一致会提示警告。
- 额外条目的页码直接使用用户输入的实际页码，不参与偏移计算。
- 预览功能需要打开 PDF 文件并加载大纲。
MIT License