如何从合并文件生成目录“TOC”.TOC应该是每个页面的标题

Question

如何从合并文件生成目录“TOC”.TOC应该是每个页面的标题。我看过很多例子，所有TOC示例都是基于页码编号。我使用的是文本pdf 5.5.11。 / p>

Answer 1

我会尝试以下工作流程：

1. 提取您希望标题为
的文字
2. 存储（字符串列表）所有标题及其相应页面
3. 在列表上循环并展平它（例如[TitleA，TitleA，TitleB，..]应该变为[TitleA，TitleB]）
4. 现在您有关于第一次出现每个标题的信息
5. 使用此信息构建TOC

如果您的文档被标记，这可以通过更频繁的方式完成（考虑到使用标题的大致位置并简单地提取文本，有一些启发式方法）