PDF电子书制作书签目录全过程

所需软件

以下两款软件都很容易找到。

FreePic2Pdf

用于存取PDF的书签，我们做好目录后，用该软件把目录存入PDF中。

Notepad++

一款功能强大的文本编辑器，这里我们主要用到它的正则表达式替换功能。用其他有相同功能的编辑器也可
以。

实现思路

首先我们要获得目录的文字，如果是文字版PDF，那直接复制粘贴皆可；如果是扫描版的PDF，则先从PDF中取出目录，再使用OCR把图片装换成文字。然后，我们要把文字转换为特定的格式，它才可以被当成书签目录使用。最后使用FreePic2Pdf把目录存入PDF，就大功告成了！

第一步 从PDF中取出目录

1. 首先我们使用FreePic2Pdf取出PDF的标签，操作如下图：
   
   取出完成后，默认状态下，PDF文件的同目录下会生成一个与PDF文件同名的目录，里面存放了我们刚刚生成的标签文件，其中FreePic2Pdf_bkmk.txt文件就是我们取出的标签文字，我们待会要把做好的目录保存到这里面去。

2. 对于文字版PDF，直接打开把目录部分复制到FreePic2Pdf_bkmk.txt即可。

3. 对于扫描版PDF，首先我们要取出目录部分。可使用PDF软件或者该网站把目录部分保存为一个独立的PDF文件或者几张图片，再使用OCR软件或者在线OCR网站得到目录文字。

第二步 使用正则表达式匹配目录格式

得到目录文字后，我们需要将其变成特定的格式才可以被识别成书签目录。
格式：每个制表符为一个层次，每行后面加一个制表符再加上页码

第一章 AAA
	1.1 AAA	1
		1.1.1 AAA	3
		1.1.2 AAA	5
	1.2 AAA	6
	1.2 AAA	8

我们拿到的目录文字一般是这样的

第一章 AAA
1.1AAA........................................................1
1.1.1 AAA........................................................3
1.1.2 AAA........................................................5
1.2 AAA........................................................6
1.2AAA........................................................8

如果是OCR识别出来的文字，往往不可能全部都识别对，要对文字内容进行对照，改成正确的，特别是X.X.X(X为数字)的格式的.有可能识别成了其他符号

接下来我们使用Notepad++的正则表达式替换得到目的格式，用Notepad++打开FreePic2Pdf_bkmk.txt，按Ctrl+H打开替换窗口，把选中模式改为正则表达式，替换时建议使用替换，而不是全部替换，万一出现意外可以及时发现，不过出现了也就按Ctrl+Z撤回就是了。

1. 去除多余的符号

查找内容：
^(\d+(\.\d+)+)\s*([\u4e00-\u9fa5a-zA-Z0-9]*)([^\u4e00-\u9fa5a-zA-Z0-9]*)(\d+)$
替换内容：
$1 $3\t$5

说明:

正则表达式	含义	备注
^(\d+(.\d+)+)	匹配开头为X.X.X字符串(X为整数)	要是匹配第X章,则改成 (第\d+章) 。
\s*	匹配0或多个空格字符	有时识别的结果会多一些空格
([\u4e00-\u9fa5a-zA-Z0-9]*)	匹配标题内容(包含了中文大小写英文字母和数字)	如果标题中含有符号,要往中括号里面添加上这个符号,不然会识别错误。如添加空格和-号和、号，改成([\u4e00-\u9fa5a-zA-Z0-9’ '-\、]*)，有一些符号需要转义，在前面加\
([^\u4e00-\u9fa5a-zA-Z0-9]*)	匹配页码和标题间的各种符号(除了中文大小写英文字母和数字外的字符)
(\d+)	匹配页码
$	匹配结尾
$1	代表了上面匹配到的正则表达式中第一个()括起来的值	$3和$5依次类推
\t	代表了一个制表符

经过这层处理,得到的目录应该类似下面这样:

第一章 AAA
1.1 AAA	1
1.1.1 AAA	3
1.1.2 AAA	5
1.2 AAA	6
1.2 AAA	8

1. 添加层次
   这一步我们按照要求在前面添加制表符。如下操作

第一步
  查找内容：
  ^(\d+\.\d+\s)
  替换内容：
  \t$1
第二步
  查找内容：
  ^(\d+\.\d+\.\d+\s)
  替换内容：
  \t\t$1 

如果层次还要继续划分，可以照着添加替换，每多一层，则多一个\t。
正常来说，完成这一步格式就已经符合要求了。

第三步 把书签目录存入PDF文件中

打开FreePic2Pdf挂上PDF标签，操作如下图：

出现编辑成功提示则说明你的PDF目录已经制作好了，赶紧打开看看吧！
如果出现失败，有可能是文件被占用了，关闭相关软件重试看看。