☰

将 djvu 转换为 pdf 并保留目录，如何实现？

tag-icon • tag-icon pdf conversion djvu
将 djvu 转换为 pdf 并保留目录，如何实现？

我尝试了几种在线和离线工具，但在转换过程中目录（TOC）信息未能保留。

我想转换一本 5000 页的芬兰语词典，该词典为 djvu 格式，且有大约 5000 个按层次结构组织的 TOC 条目，以便快速查找单词。

您知道如何在 DJVU 到 PDF 转换过程中保留 TOC 信息吗？

答案1

更新： 用户3124688已在脚本中编写了此过程dpsprep。

我不知道有什么工具可以帮你完成转换。你当然应该能够做到，但可能需要一点工作。我将概述基本过程。你需要开源命令行实用程序pdftk和djvused（DjVuLibre 的一部分）。这些可从您的软件包管理器（GNU/Linux）或其网站（Windows、OS X）获取。

  • 步骤 1：转换文件文本

    首先，使用任何工具将 DJVU 文件转换为 PDF（不带书签）。

    假设文件名为filename.djvu和filename.pdf。

  • 步骤 2：提取 DJVU 大纲

    接下来，将 DJVU 轮廓数据输出到文件，如下所示：

    djvused "filename.djvu" -e 'print-outline' > bmarks.out

    这是一个以序列化树格式列出 DJVU 文档书签的文件。实际上，它只是一个性取向，并且可以轻松解析。格式如下：

    file ::= (bookmarks
           <bookmark>*)
bookmark ::= (name
               page
               <bookmark>*)
name ::= "<character>*"
page ::= "#<digit>+"

    例如：

    (bookmarks
  ("bmark1"
    "#1")
  ("bmark2"
    "#5"
    ("bmark2subbmark1"
      "#6")
    ("bmark2subbmark2"
      "#7"))
  ("bmark3"
    "#9"
    ...))

  • 步骤 3：将 DJVU 大纲转换为 PDF 元数据格式

    现在，我们需要将这些书签转换为 PDF 元数据所需的格式。此文件的格式为：

    file ::= <entry>*
entry ::= BookmarkBegin
          BookmarkTitle: <title>
          BookmarkLevel: <number>
          BookmarkPageNumber: <number>
title ::= <character>*

    因此我们的例子将变成：

     BookmarkBegin
 BookmarkTitle: bmark1
 BookmarkLevel: 1
 BookmarkPageNumber: 1
 BookmarkBegin
 BookmarkTitle: bmark2
 BookmarkLevel: 1
 BookmarkPageNumber: 5
 BookmarkBegin
 BookmarkTitle: bmark2subbmark1
 BookmarkLevel: 2
 BookmarkPageNumber: 6
 BookmarkBegin
 BookmarkTitle: bmark2subbmark2
 BookmarkLevel: 2
 BookmarkPageNumber: 7
 BookmarkBegin
 BookmarkTitle: bmark3
 BookmarkLevel: 1
 BookmarkPageNumber: 9

    基本上，您只需要编写一个脚本来遍历 SEXPR 树，跟踪级别，并以正确的格式输出它所遇到的每个条目的名称、页码和级别。

  • 步骤 4：提取 PDF 元数据并拼接转换后的书签

    获得转换后的列表后，从转换后的 PDF 文件中输出 PDF 元数据：

    pdftk "filename.pdf" dump_data > pdfmetadata.out

    现在，打开该文件并找到以以下内容开头的行： NumberOfPages:

    将转换后的书签插入此行之后。将新文件另存为pdfmetadata.in

  • 步骤 5：创建带书签的 PDF

    现在我们可以创建一个包含以下元数据的新 PDF 文件：

    pdftk "filename.pdf" update_info "pdfmetadata.in" output out.pdf

    该文件out.pdf应为你的 PDF 的副本，其中包含从 DJVU 文件导入的书签。

答案2

根据用户 @pyrocrasty 在上面给出的非常清晰的概述（谢谢！），我实现了一个 DJVU 到 PDF 转换器，它保留了 OCR 文本和书签结构。您可以在这里找到它：

https://github.com/kcroker/dpsprep

对 OCR 数据的感谢请转至 Ubuntu 论坛上的 @zetah！

答案3

可以使用迪威玩具免费软件应用程序，位于“转为 PDF”选项卡上。但它不会转换链接。

相关内容