【开源自荐】pdf目录生成工具，支持扫描版pdf的自动识别

[jiangnan]

今天在看一个pdf文档，但是原文档没有目录，导致跳转比较麻烦。搜了下，好像没有比较方便快捷的工具可以加目录的，就动手写了个。

核心特性

• 智能目录提取：内置高精度算法，一键扫描文档前 50 页并自动识别潜在层级结构。
• 自由拖拽排序：支持通过手柄直接拖拽调整目录顺序，所见即所得。
• 多层级支持：支持三级目录结构（章、节、点），轻松应对复杂文档。
• 页码偏置修正：自适应纸质页码与电子页码的偏差，确保跳转精准无误。
• 本地化存储：尊重隐私，文件处理完成后自动清理服务器残留。

Update

评论区有佬说有扫描版pdf的需求，所以研究了下，接入了大模型，现在支持扫描版pdf的目录识别了！

Docker 部署

1. 拉取镜像

docker pull ghcr.io/jiangnan1224/pdf-toc-editor:latest

2. 运行容器

docker run -d -p 5000:5000 --name pdf-toc-editor ghcr.io/jiangnan1224/pdf-toc-editor:latest

应用截图

体验地址

PDF目录编辑器

开源地址

GitHub - jiangnan1224/pdf-toc-editor: pdf目录生成

[handsome (大帅哥)]

感谢大佬 。

[DanteVincent (Vincent Chen)]

看着不错！

[jiangnan]

感谢大帅哥

[jiangnan]

场景比较窄，但是如果真的需要用到的话还是可以解决一下问题的

[zazhi]

强. 读书人有福了。老书， 扫描的，能用吗？

[jiangnan]

扫描的不太行。。没有做ocr，只是读取文件的目录，然后写入到pdf的元数据里面去

[lylinuxdo2]

感谢分享mark一下 ps要是支持高精度维确的本地和在线的高精度ocr就更好了也不知道支持不支持ocr的方式毕竟不少pdf的都是图片扫描的..

@jiangnan

没有做ocr，只是读取文件的目录

只读取目录那么对于都是图片的来看相当于没有目录了..

[HawChow]

感谢大佬分享！

[jiangnan]

嗯嗯 有时间研究下接入大模型识别下图片，看看效果如何

[lylinuxdo2]

ps最好有本地的毕竟在线的毕竟昂贵..（同时要是死活连不到在线的那么就..用不了了

[violetreay (噜噜)]

佬友这个和我当时做的这个差不多，我是想做一个根据目录拆分PDF的工具来着

[gonghai (Season)]

大佬解决了我以前很久有的一个困扰，之前 zlib 上下载的一些书没目录感觉很不方便，今天看到这个工具突然感觉问题解决了

[lurenjia9 (路人甲)]

感谢大佬

[devslashme]

多谢，很实用的工具

[Azide]

感谢分享。这活我之前都是丢给Gemini的，回头试试楼主的工具。

[yud25007]

佬是手搓的吗，确实好东西

[jiangnan]

佬这个看起来很不错呀，ocr使用什么大模型做的啊

[jiangnan]

我也是从zlib下载书之后没有目录才想起来搞这个的

[jiangnan]

不是的，大部分都是交给哈基米实现的