当前位置:

首页 > 编程开发 > C#代码实现读取并导出PDF书签

C#代码实现读取并导出PDF书签

使用C#与免费库FreeSpire.PDF,递归遍历PDF书签树,提取多级嵌套书签的标题与样式,导出为文本文件。无需AdobeAcrobat等依赖,便于集成到文档自动化处理流程中。

本文目录

    PDF书签这玩意儿,说白了就是文档的“导航地图”。对于动辄几百页的技术手册或者电子书来说,要是没有书签,想精准定位到某个章节,简直像大海捞针。所以,如果能把这些书签信息提取出来,生成目录、做索引,甚至分析文档结构,就成了很多开发者的刚需。今天咱们就来聊聊,如何用C#配合一个免费的库——Free Spire.PDF for .NET,把PDF里那些多级嵌套的书签,连同标题、显示样式,一股脑儿全导出到文本文件里。

    C#代码实现读取并导出PDF书签

    1. 环境准备

    1.1 安装免费库

    先得把工具准备好。在Visual Studio里打开NuGet包管理器,搜索安装Free Spire.PDF就行。命令行敲一句也很快:

    Install-Package FreeSpire.PDF

    这个免费版本,读取基础书签、页面操作这些常用功能都够用了,不需要额外授权。不过得注意,它对单个PDF文件有10页的页数限制,做原型验证或者小规模处理完全没问题。

    1.2 引用命名空间

    代码里要引入下面这几个命名空间,缺一不可:

    using System;
    using System.IO;
    using System.Text;
    using Spire.Pdf;
    using Spire.Pdf.Bookmarks;
    

    2. 核心实现逻辑

    整个过程其实可以拆成四个步骤,逻辑很清晰:

    1. 加载目标PDF文档。
    2. 拿到文档的PdfBookmarkCollection书签集合。
    3. 递归遍历每个书签及其子书签,把标题和显示样式抓出来。
    4. 最后把提取到的内容一股脑写入文本文件。

    2.1 加载文档并获取书签集合

    PdfDocument pdf = new PdfDocument();
    pdf.LoadFromFile(@"D:\test.pdf");
    PdfBookmarkCollection bookmarks = pdf.Bookmarks;
    

    Bookmarks属性返回的就是顶层书签的集合。如果文档压根没做书签,那Count属性就会是0,后面逻辑里需要处理一下这种情况。

    2.2 递归遍历书签树

    书签的结构是典型的树形结构——每个书签节点都可能“生”出子书签,子书签还能继续往下长。所以遍历时必须用递归。通常的做法是设计两个方法:

    • GetBookmarks:负责处理顶层书签,创建StringBuilder,然后启动递归。
    • GetChildBookmark:专门递归处理子书签。
    public static void GetBookmarks(PdfBookmarkCollection bookmarks, string result)
    {
        StringBuilder content = new StringBuilder();
        if (bookmarks.Count > 0)
        {
            content.AppendLine("Pdf bookmarks:");
            foreach (PdfBookmark parentBookmark in bookmarks)
            {
                // 拿到标题
                content.AppendLine(parentBookmark.Title);
                // 拿到显示样式,比如普通、粗体、斜体
                content.AppendLine(parentBookmark.DisplayStyle.ToString());
                // 递归处理子书签
                GetChildBookmark(parentBookmark, content);
            }
        }
        File.WriteAllText(result, content.ToString());
    }
    

    递归方法长这样:

    public static void GetChildBookmark(PdfBookmark parentBookmark, StringBuilder content)
    {
        if (parentBookmark.Count > 0)
        {
            foreach (PdfBookmark childBookmark in parentBookmark)
            {
                content.AppendLine(childBookmark.Title);
                content.AppendLine(childBookmark.DisplayStyle.ToString());
                GetChildBookmark(childBookmark, content);
            }
        }
    }
    

    2.3 完整代码示例

    下面是一个控制台应用程序的完整代码,运行后会把书签信息输出到GetPdfBookmarks.txt文件里。

    using System;
    using System.IO;
    using System.Text;
    using Spire.Pdf;
    using Spire.Pdf.Bookmarks;
    
    namespace GetBookmark
    {
        internal class Program
        {
            static void Main(string[] args)
            {
                PdfDocument pdf = new PdfDocument();
                pdf.LoadFromFile(@"D:\testp\test.pdf");
    
                PdfBookmarkCollection bookmarks = pdf.Bookmarks;
                string result = "GetPdfBookmarks.txt";
                GetBookmarks(bookmarks, result);
    
                Console.WriteLine("书签提取完成,结果已保存至:" + result);
            }
    
            public static void GetBookmarks(PdfBookmarkCollection bookmarks, string result)
            {
                StringBuilder content = new StringBuilder();
                if (bookmarks.Count > 0)
                {
                    content.AppendLine("Pdf bookmarks:");
                    foreach (PdfBookmark parentBookmark in bookmarks)
                    {
                        content.AppendLine(parentBookmark.Title);
                        content.AppendLine(parentBookmark.DisplayStyle.ToString());
                        GetChildBookmark(parentBookmark, content);
                    }
                }
                else
                {
                    content.AppendLine("该 PDF 文档不包含任何书签。");
                }
                File.WriteAllText(result, content.ToString());
            }
    
            public static void GetChildBookmark(PdfBookmark parentBookmark, StringBuilder content)
            {
                if (parentBookmark.Count > 0)
                {
                    foreach (PdfBookmark childBookmark in parentBookmark)
                    {
                        content.AppendLine(childBookmark.Title);
                        content.AppendLine(childBookmark.DisplayStyle.ToString());
                        GetChildBookmark(childBookmark, content);
                    }
                }
            }
        }
    }
    

    3. 输出格式说明

    生成的文本文件,每两行数据代表一个书签:第一行是标题,第二行是显示样式。举个例子:

    Pdf bookmarks:

    第1章 简介

    Regular

    1.1 背景

    Bold

    1.2 目标

    Italic

    第2章 实现

    Regular

    2.1 环境搭建

    Regular

    DisplayStyle是一个枚举,常见值包括:

    • Regular:普通文本
    • Bold:粗体
    • Italic:斜体

    输出结果会根据PDF里实际的书签样式动态变化。

    4. 注意事项与扩展

    4.1 书签可能为空

    如果PDF确实没有书签,代码里已经做了判断,bookmarks.Count为0时会写入提示信息,避免生成一个空文件让开发者摸不着头脑。

    4.2 目标页码与动作的获取

    上面的示例只获取了标题和样式。如果还想拿到书签跳转的目标页码,可以用PdfBookmark.Action属性,不过需要判断一下动作类型。像这样:

    if (parentBookmark.Action is PdfGoToAction goToAction)
    {
        int pageIndex = pdf.Pages.IndexOf(goToAction.Destination.Page);
        content.AppendLine($"跳转至第 {pageIndex + 1} 页");
    }
    

    Free Spire.PDF对Action的支持还算完整,可以根据实际需求灵活扩展。

    4.3 性能考虑

    对于那种包含几千个书签的超大PDF,递归遍历一般不会造成性能瓶颈。但如果需要频繁提取,可以考虑把StringBuilder换成StreamWriter流式写入,这样能有效降低内存占用,跑起来更稳。

    4.4 编码处理

    File.WriteAllText默认使用UTF-8编码。如果要求指定编码,比如GB2312,那改用StreamWriter就行,灵活度更高。

    5. 总结

    这篇文章展示了一个很实用的场景:如何利用免费的.NET库,把PDF文档里多级嵌套的书签信息完整提取出来。几个关键技术点值得记住:

    • 通过PdfDocument.Bookmarks拿到根书签集合。
    • 递归遍历PdfBookmark节点的Count和索引器。
    • 读取Title和DisplayStyle属性。
    • 把结构化数据写入文本文件保存。

    这种方法不依赖Adobe Acrobat或者其他GUI工具,非常适合集成到后台服务或者文档处理管道里。开发者完全可以基于上面的模式继续扩展,比如获取书签的页码、缩放方式,甚至修改书签结构,都是可行的。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发
    相关文章 更多
    QQ影音怎么加速播放视频课程
    QQ影音怎么加速播放视频课程

    播放时右键选播放速度,或点控制条倍速,1.25 到 1.5 倍看课最舒服;公式代码类内容别超过 1.25 倍。

    企业微信创建企业提示失败怎么办 实名与填写检查
    企业微信创建企业提示失败怎么办 实名与填写检查

    先看提示属于哪类:名称占用就加后缀,实名不一致就重填本人信息,证件不清晰就重拍。统一社会信用代码逐位核对,连续三次失败别改材料重投,直接联系客服人工核。

    Modern Web Guidance 的 legacy-scan 反转建议应该怎样判断?
    Modern Web Guidance 的 legacy-scan 反转建议应该怎样判断?

    说明源码提交对字符串、生成器和数组的识别边界,以及扫描命令与发行包核验限制。

    Codex 0.170.0 正式版的语音与连接更新,适用范围有哪些限制?
    Codex 0.170.0 正式版的语音与连接更新,适用范围有哪些限制?

    0.170.0 的语音更新限于终端通话协商能力的明确新增,同名工具服务器跨环境支持仍标注实验性质;连接部分则修复大请求回退、认证竞态和云端重连等具体问题。这份正式版公告不足以证明所有账户、所有客户端都已具备完整语音功能。

    Hy4 flash 三种权重怎么选,安装和授权要注意哪些条件?
    Hy4 flash 三种权重怎么选,安装和授权要注意哪些条件?

    了解Hy4 flash、FP8与base的适用任务,阅读官方安装及图文代码,并核对资源和MaaS许可条件。

    OpenAI Python SDK 3.55.0 升级看点:Live MCP 服务配置与预算接口变化
    OpenAI Python SDK 3.55.0 升级看点:Live MCP 服务配置与预算接口变化

    OpenAI Python SDK 3.55.0 升级看点:Live MCP 服务配置与预算接口变化。说明已核实的更新范围、类型兼容性和本地版本确认方法。

    OpenAI Java SDK 4.108.0 的两项新增能力适合哪些项目?
    OpenAI Java SDK 4.108.0 的两项新增能力适合哪些项目?

    OpenAI Java SDK 4.108.0 面向 Live MCP 工具接入与 Managed Agents 预算状态处理,说明新增模型、事件含义、正式发布范围和适用限制。

    Free Claude Code 6.19.37 如何兼顾网页搜索与普通工具调用?
    Free Claude Code 6.19.37 如何兼顾网页搜索与普通工具调用?

    Free Claude Code 6.19.37 在自动搜索时保留客户端工具及选择条件,代理执行搜索后仍返回普通调用。说明适用场景、历史信息保留、请求约束与第三方项目的版本边界。

    Google GenAI Go SDK 1.78.0 的 v1beta 配置优先级怎样判断?
    Google GenAI Go SDK 1.78.0 的 v1beta 配置优先级怎样判断?

    Google GenAI Go SDK 1.78.0 将 Gemini Developer API 默认改为 v1,可用 HTTPOptions.APIVersion 或环境变量保留 v1beta,Vertex AI 默认值不变。

    Google GenAI SDK 3.5.0实时交互值得哪些项目升级评估?
    Google GenAI SDK 3.5.0实时交互值得哪些项目升级评估?

    解释实验性实时支持、环境检查与生产评估中需要验证的条件。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。