——专治各种“目录失踪案”，让你的PDF乖乖交出藏宝图！
- 🔍 火眼金睛：管你是正经目录页还是“游击目录”（藏在正文里玩捉迷藏），统统抓出来！
- 🖼️ 图像PDF克星：就算目录是张图，咱也能用OCR魔法让它开口说话！
- 📊 Excel 格子间管理员：把乱跑的目录按标题、页码、层级塞进Excel表格，强迫症看了直呼内行！
- 🛠️ 源码自由魂：Windows版不够？拿源码去搓个Mac/Linux版吧！（友情提示：可能需要亿点点技术力）
本程序为高效解决 PDF 文档目录提取需求设计，支持以下功能：
- 全场景目录识别：自定义目录层级结构生成可编辑的正则表达式，自动解析 PDF 中目录页或分散于正文内的目录信息；
- 多格式兼容：支持文本型 PDF 及图像型 PDF（基于 OCR 技术）；
- 结构化输出：将提取结果标准化为 Excel 表格，支持层级关系与页码映射、间隔符截断等；
- 跨平台扩展性：提供源代码，可编译为 macOS/Linux 等客户端版本。
适用于学术文献整理、企业文档归档等场景，显著提升信息处理效率。遵循开源协议，支持二次开发定制。
- 解压下载的 PDF2Excel.7z 到文件夹后，双击运行文件夹中的 PDF 目录提取器.exe
- 把PDF丢进程序窗口
- 手动输入目录层级结构，c代表中文、e代表英文、n代表阿拉伯数字、r代表罗马数字、同时支持间隔符、*通配符等
- 翘脚等待Excel表格生成
- 点选以编辑表格格式，是否合并单元格、对齐方式选择、双击编辑表格内容
- 导出提取出的目录为xlsx格式的表格文档
打开表格，大喊一声：“还有谁？！”
- Python 3.7+
- PyQt (GUI框架)
- PyMuPDF (PDF解析、分栏自动读取等)
- OpenCV + Tesseract OCR (图像处理)
本程序可能导致工作效率提升300%，请做好被同事当“卷王”的心理准备！