指定された宛先をPDFとしてリスト

Question 1

ポプラの PDFについてコマンドラインユーティリティは、PDFで指定されているすべての宛先のページ番号、場所、名前を提供します。 Popplerバージョン0.58以降が必要です。

$ pdfinfo -dests input.pdf
Page  Destination                 Name
   1 [ XYZ null null null      ] "F1"
   1 [ XYZ  122  458 null      ] "G1.1500945"
   1 [ XYZ   79  107 null      ] "G1.1500953"
   1 [ XYZ   79   81 null      ] "G1.1500954"
   1 [ XYZ null null null      ] "P.1"
   2 [ XYZ null null null      ] "L1"
   2 [ XYZ null null null      ] "P.2"
(...)

Answer

ポプラの PDFについてコマンドラインユーティリティは、PDFで指定されているすべての宛先のページ番号、場所、名前を提供します。 Popplerバージョン0.58以降が必要です。

$ pdfinfo -dests input.pdf
Page  Destination                 Name
   1 [ XYZ null null null      ] "F1"
   1 [ XYZ  122  458 null      ] "G1.1500945"
   1 [ XYZ   79  107 null      ] "G1.1500953"
   1 [ XYZ   79   81 null      ] "G1.1500954"
   1 [ XYZ null null null      ] "P.1"
   2 [ XYZ null null null      ] "L1"
   2 [ XYZ null null null      ] "P.2"
(...)

Question 2

これpyPDFライブラリはアンカーポイントを一覧表示できます。

#!/usr/bin/env python
import sys
from pyPdf import PdfFileReader
def pdf_list_anchors(fh):
    reader = PdfFileReader(fh)
    destinations = reader.getNamedDestinations()
    for name in destinations:
        print name
pdf_list_anchors(open(sys.argv[1]))

これはユースケースを完了するのに十分ですが、アンカーはランダムな順序でリストされています。 pyPdf 1.13には安定したインターフェイスしかありません。アンカーを順番にリストする方法はありません。まだpyPdf2を試していません。

Answer

これpyPDFライブラリはアンカーポイントを一覧表示できます。

#!/usr/bin/env python
import sys
from pyPdf import PdfFileReader
def pdf_list_anchors(fh):
    reader = PdfFileReader(fh)
    destinations = reader.getNamedDestinations()
    for name in destinations:
        print name
pdf_list_anchors(open(sys.argv[1]))

これはユースケースを完了するのに十分ですが、アンカーはランダムな順序でリストされています。 pyPdf 1.13には安定したインターフェイスしかありません。アンカーを順番にリストする方法はありません。まだpyPdf2を試していません。

Question 3

（ここにも答えがあります：PDF文書の基準点を見る)

私は同じ問題があり、ついに次のように素晴らしい答えを見つけました。PDF構造を視覚的に調べてリバースエンジニアリングするには？

答えはPythonパッケージを使用することですpdfminer.six。均一ドキュメントの例の一つです！次のコードを切り取り、端末に貼り付けます。

pip install pdfminer.six
cat >extract.py <<EOF
import sys
import pdfminer.pdfparser, pdfminer.pdfdocument
with open(sys.argv[1], "rb") as f:
  parser = pdfminer.pdfparser.PDFParser(f)
  document = pdfminer.pdfdocument.PDFDocument(parser)
  for (level, title, dest, a, se) in document.get_outlines():
    print('  ' * level, title, dest or a, se)
EOF
python extract.py myInputFile.pdf

私の特定のPDFでは、出力は次のようになります。

$ python extract.py ~/Desktop/p2786r3.pdf | head
   Abstract {'S': /'GoTo', 'D': b'section.1'} None
   Revision History {'S': /'GoTo', 'D': b'section.2'} None
     R3: October 2023 (midterm mailing)r3-october-2023-midterm-mailing {'S': /'GoTo', 'D': b'section*.2'} None
     R2: June 2023 (Varna meeting)r2-june-2023-varna-meeting {'S': /'GoTo', 'D': b'section*.3'} None
     R1: May 2023 (pre-Varna mailing)r1-may-2023-pre-varna-mailing {'S': /'GoTo', 'D': b'section*.4'} None
     R0: Issaquah 2023r0-issaquah-2023 {'S': /'GoTo', 'D': b'section*.5'} None
   Introduction {'S': /'GoTo', 'D': b'section.3'} None
   Motivating Use Cases {'S': /'GoTo', 'D': b'section.4'} None
     Efficient vector growth {'S': /'GoTo', 'D': b'subsection.4.1'} None
     Moving types without empty states {'S': /'GoTo', 'D': b'subsection.4.2'} None

実際にp2786r3.pdf#subsection.4.2ブラウザからその特定のセクションに移動すると、PDFが開きます。

Answer