【开源自荐】pdf目录生成工具，支持扫描版pdf的自动识别

jiangnan 2026-01-18 21:51 1

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

拉取镜像

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

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

开源地址

最新回复 (19)

大帅哥 01-18 22:27

1楼

感谢大佬。
Vincent Chen 01-18 22:29

2楼

看着不错！
jiangnan 楼主 01-18 22:31

3楼

感谢大帅哥
jiangnan 楼主 01-18 22:32

4楼

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 01-18 22:32

5楼

强. 读书人有福了。老书，扫描的，能用吗？
jiangnan 楼主 01-18 22:34

6楼

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 01-18 22:36

7楼

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..

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 01-18 22:37

8楼

感谢大佬分享！
jiangnan 楼主 01-18 22:37

9楼

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 01-18 22:41

10楼

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
噜噜 01-18 23:25

11楼

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
Season 01-18 23:29

12楼

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
路人甲 01-19 00:11

13楼

感谢大佬
devslashme 01-19 00:15

14楼

多谢，很实用的工具
Azide 01-19 00:18

15楼

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 01-19 01:25

16楼

佬是手搓的吗，确实好东西
jiangnan 楼主 01-19 13:38

17楼

佬这个看起来很不错呀，ocr使用什么大模型做的啊
jiangnan 楼主 01-19 13:38

18楼

我也是从zlib下载书之后没有目录才想起来搞这个的
jiangnan 楼主 01-19 13:39

19楼

不是的，大部分都是交给哈基米实现的