如何半自动地给 PDF 添加目录
date
Feb 19, 2020
slug
how-to-semiauto-add-toc-to-pdfs
status
Published
summary
用 PdgCntEditor 给 PDF 添加目录
type
Post
tags
Update：如果你的 PDF 文件不是影印版，这篇文章介绍了一个很不错的方法，推荐优先尝试一下：
什么东西比一个 PDF 文档更惹人烦？一个没有目录的 PDF 文档。
没有目录的原因很多。可能是在文档传播的过程中被导出丢失了，也可能就是那个作者，明明知晓那么多 LaTeX 的技巧，但就是懒得多动一下手指方便读者。
我们只能自己给文档加目录了。
要做到这件事，我们需要一个免费的小工具：PdgCntEditor。然后，为了省事，我们还需要一小段脚本来快速修整格式。我把这两样东西打包准备好了：
这个工具只有 Windows 下有，macOS下我暂时还没找到替代品。因此，你还需要一个虚拟机/双系统。
首先，打开你要添加目录的 PDF，找到它正文里的目录。如果连这个也没有，或者你看的 PDF 是扫描版，那还是放弃吧。把正文里的目录复制下来，粘贴到 Drafts 里。
PdgCntEditor 对于批量添加目录的格式要求是：
- 目录的标题和对应的页码之间用制表符（Tab）隔开。
- 多个标题之间换行隔开。
- 有多层级的标题时，在标题前面加额外的制表符表示层级的缩进。
可以看到，从 PDF 里复制出来的内容可以说惨不忍睹，完全不符合 PdgCntEditor 的格式要求。我手动修改了其中的前几行。我们需要把整个目录八百多行全改成这个样子，才能批量添加成功。
这时候，我们需要一小段脚本来帮助我们完成这项工作。安装压缩包里附的 Drafts 动作，然后对这个草稿运行。我们会得到：
可以看到，现在的格式都正确了。图中有些页码看起来被换行了，但实际上那是一个制表符。确认这一点的方法是把光标移到有问题的地方，按方向键向前移动一次光标。如果光标回到了上一行最后一个字母的右边，那就表明这里是一个换行。但如果光标移动到了上一行最后一个字母的左边，则说明这里没有换行，只是显示问题。
当然，你得到的很可能和我的结果不一样——因为这个动作只是我针对我面前的这份文档复制出来的目录所写的。它使用 JavaScript 运行正则表达式来匹配并替换文本，大致做了以下几件事：
- 把页码和标题之间的「...............」和「. . . . . . . . . . . . 」等内容删除，替换成单个制表符。
- 对于所有「1.1」、「10.2」之类的小节号，换行并缩进一次。
- 对于所有「1.1.2」、「10.2.5」之类的小节号，换行并缩进两次。
- 给大部分单词之间加上空格。
大部分 PDF 拷出来的文本都是类似的格式，所以这个动作应该能帮到你。如果情况不一样，你也可以根据实际情况改写一下我的正则表达式。否则……也许我以后会写一个更通用的动作也说不定。
运行完动作之后，你还是需要手工修整一下。有些地方是复制出来时就有的错误，光靠正则表达式不能去除。
完成以后，让我们在 PdgCntEditor 中打开待添加目录的文档。首先把修整好的目录文本粘贴进主界面，然后点击右上角的 PDF 文档图标：
在这里，我们需要为这个目录设定基准页。基准页很好确定：用预览（或者其它 PDF 阅读器）打开该文档，找到待生成的目录中第一章的第一页，它所在的页码就是基准页。
填入基准页，确认，然后按保存即可。
这时再打开文档，就可以看到目录了。
你可以在这里下载到我用的示例文档。最后提醒一句：在目录文本的标题里不要用制表符，否则生成出来的目录会出错。