log.sh

storage/downloads/a🔒 via 🐍 v3.13.13
➜ python a.py 
索引当前文件夹下的PDF文件...

./老神再在.pdf
  P10 ['0', '今夜我看见神的声音']
  P13 ['1', '金钱的秘密']
  P25 ['◆', '感恩是一种能量']
  P26 ['◆', '改变自责和补偿的心态']
  P28 ['◆', '金钱与骄傲']
  P35 ['◆', '体验神']
  P38 ['2', '自我的真相']
  P38 ['◆', '创造的关键']
  P44 ['◆', '我们都是天使']
  P47 ['◆', '梦境的真实性']
  P50 ['3', '宇宙的奥秘']
  P50 ['◆', '《圣经》的秘密']
  P57 ['◆', '死亡的真相']
  P59 ['◆', '创造的秘密']
  P68 ['4', '灵魂的觉醒']
  P72 ['◆', '灵魂的纪律']
  P74 ['◆', '我爱你']
  P75 ['5', '社会的进化']
  P75 ['◆', '领导的关键']
  P77 ['◆', '一体意识']
  P81 ['6', '真爱的定义']
  P81 ['◆', '性的乐章']
  P83 ['◆', '男人女人的战争']
  P88 ['◆', '回家的路']
  P92 ['7', '世间的法则']
  P92 ['◆', '我们都默许黑暗']
  P99 ['◆', '有弹性的因果律']
  P102 ['◆', '轮回是必要的设计']
  P110 ['8', '转变的关键']
  P110 ['◆', '寻找神 VS.认识自己']
  P116 ['9', '工作的意义']
  P119 ['◆', '刚强你的内在，柔软你的态度']
  P124 ['◆', '世间的游戏规则']
  P126 ['◆', '凌驾利益的价值观']
  P129 ['10', '切身的观察']
  P129 ['◆', '真诚的人际关系']
  P133 ['◆', '奇迹没有难易之别']
> 139
./登出键.pdf
^C
./扬升书1.pdf
Ignoring wrong pointing object 578 0 (offset 0)
Ignoring wrong pointing object 1312 0 (offset 0)
Annotation sizes differ: 12 vs. 0
> 3^C
./与神对话3.pdf
  P4 ['1 你教的，正是你必須學的']
  P4 ['2 生命的一切都是S•E•X•']
  P4 ['3 一切都只是視角的問題']
  P4 ['4 生命開始於你們的舒適區域之外']
  P4 ['5 宇宙間沒有意外']
  P4 ['6 人生就象電腦遊戲']
  P4 ['7 我們都是一體']
  P4 ['8 有時候真理就寓含在矛盾中']
  P4 ['9 靈魂之歌可以以許多方式演唱']
  P4 ['10 我愛你']
  P4 ['11 靈魂是身體的容器']
  P4 ['12 每個人都各以各的方式是偉大的人']
  P4 ['13 只有兩顆心才能宣布的事']
  P4 ['14 生命從來沒有開始']
  P4 ['15 你們正在創造神']
  P4 ['16 所有的孩子終有一日全會回家']
  P4 ['17 社會正要變成科技的產品']
  P4 ['18 分享感就是獲利']
  P4 ['19 把每一個人都看作是自己']
  P4 ['20 保密變成了你們的社交密碼']
  P5 ['21 到達那裏的路是―在‖那裏']
  P7 ['1 你教的，正是你必須學的']
  P46 ['2 生命的一切都是S•E•X']
  P63 ['3 一切都只是視角的問題']
  P75 ['4 生命開始於你們的舒適區域之外']
  P95 ['5 宇宙間沒有意外']
  P111 ['6 人生就象電腦遊戲']
  P132 ['7 我們都是一體']
  P147 ['8 有時候真理就寓含在矛盾中']
  P166 ['9 靈魂之歌可以以許多方式演唱']
  P174 ['10 我愛你']
  P174 ['11 靈魂是身體的容器']
  P191 ['12 每個人都以各自的方式是偉大的人']
  P226 ['13 只有兩顆心才能宣布的事']
  P260 ['14 生命從來沒有開始']
  P273 ['15 你們正在創造神']
  P275 ['16 所有的孩子終有一日全會回家']
  P293 ['17 社會正要變成科技的產品']
  P306 ['18 分享感就是獲利']
  P329 ['19 把每一個人都看作是自己']
  P346 ['20 保密成了你們的社交密碼']
  P365 ['21 到達那裏的路是―在‖那裏']
> 400
./与神对话（2）.pdf
Ignoring wrong pointing object 7 0 (offset 0)
Ignoring wrong pointing object 12 0 (offset 0)
Ignoring wrong pointing object 15 0 (offset 0)
Ignoring wrong pointing object 23 0 (offset 0)
  P18 ['2 我就是那神燈裏的精靈']
  P33 ['3 沒有―時間‖，而―你‖永遠存在']
  P50 ['4 希特勒到天國去了']
  P51 ['2 時間不是一個連續體。那是一種相對論的看法。時間是以―上下‖的范型而存在，許多―時刻‖']
  P58 ['5 你比你想象的要大得多']
  P67 ['6 宇宙，是神的呼吸']
  P71 ['7 愛，愛，去愛那你們想要的東西吧']
  P86 ['8 享受一切，一無所需']
  P98 ['9 你們的教育使世界走向地獄']
  P115 ['10 目前的政治只是滔天大謊']
  P122 ['11 全球軍費每分鍾一百萬美元']
  P131 ['12 愛給予一切，而一無所求']
  P146 ['13 如果不能成為禮物，就不要進入那人的生活中']
  P149 ['14 永遠不要提供削弱他人能力的幫助']
  P150 ['15 我愛你，你知道嗎']
  P150 ['16 社會大革命——收支透明化']
  P160 ['17 世界唯一的希望——全球一國']
  P166 ['18 你們是原始人']
  P179 ['19 從外太空來的生物正在幫助你們']
  P193 ['20 去吧，將你的生命作為真理的表述']
  P203 ['26 Fell Street']
> 207
./与神对话（1）.pdf
  P9 ['1']
  P52 ['2']
  P60 ['3']
  P72 ['4']
  P77 ['5']
  P85 ['6']
  P89 ['7']
  P97 ['8']
  P116 ['9']
  P125 ['10']
  P125 ['11']
  P132 ['12']
  P145 ['13']
  P157 ['14']
> 164
--- 所有文件处理完毕 ---
storage/downloads/a🔒 via 🐍 v3.13.13 took 35s 

pdf2toc.py

from pathlib import Path
import pdfplumber as Pdf
from pypdf import PdfWriter

import re
TOC = r"^(\d+[\.\d]*|◆)\s+(.{1,15})$"

CtrlF={'*': TOC, '与神对话（1）':r"^(\d{1,2})$", '与神对话': r"^(\d{1,2}\s+.*)$" }

# --- 配置结束 ---  文本高亮 https://v.magiconch.com/epub-transform
# https://t.me/dsuse/22617

def CtrlB(wr, i, s):
  # 创建一个 FitH (Fit Horizontally) 目标，告诉阅读器锚定该页顶端
  wr.add_outline_item( title=s, page_number=i )

def pdfToC(u: Path):
  """
  扫描整个PDF文件，根据正则表达式查找标题，并使用 pypdf 生成一个新的带书签的PDF。
  """
  # 1. 跳过已生成的文件
  if u.name.startswith("toc_"): return

  print(f"\n./{u.name}")
  reader = Pdf.open(u)
  sel = next((CtrlF[k] for k in CtrlF if u.name.startswith(k)), CtrlF["*"])
  sel = re.compile(sel, re.MULTILINE)

  rw = PdfWriter()
  rw.append(u.name, import_outline=False)
  rw1 = open(u.parent/"lastpage", "w+")

  # 2. 遍历每一页，查找匹配的标题，拒绝和页码一样的标题
  rLast=''
  for i, page in enumerate(reader.pages):
      if not (text := page.extract_text()): continue
      print(f'\r> {i}', end='')
      pg=str(i+1)
      rw1.writelines([f"\n✦ {pg}\n\n", text]); rw1.flush()
      for match in sel.finditer(text):
          m = [g.strip() for g in match.groups()]
          
          ref = next(reversed(m), "Parens (.+) !!")
          if ref==pg or ref==rLast: continue
          CtrlB(rw, i, ref); rLast=ref
          print(f"\r  P{pg} {m}")

  with open(u.parent / f"toc_{u.name}", "wb") as f_out: rw.write(f_out)

print("索引当前文件夹下的PDF文件...")
for u in Path.cwd().glob("*.pdf"):
  try: pdfToC(u)
  except KeyboardInterrupt: pass
print("\n--- 所有文件处理完毕 ---")