程序员面试代码

'''
功能：递归获取PDF文档的大纲
obj：Word文档的大纲对象
isPage：是否包含页码
'''
def getOutline(obj, isPage):            # 递归获取大纲
    global returnlist
    for o in obj:
        if type(o).__name__ == 'Destination':
            if isPage:                # 包括页码
                returnlist.append( o.get('/Title') + "\t\t" + str(o.get('/Page') + 1) + "\n")
            else:                    # 不包括页码
                returnlist.append(o.get('/Title') + "\n")
        elif type(o).__name__ == 'list':
            getOutline(o,isPage)            # 递归调用获取大纲
    return returnlist                # 返回提取后的大纲

'''
功能：提取目录并保存到新的Word文档中
pdfpath：合并后的PDF文件绝对路径，包括文件名
listpath：目标路径
isPage：是否包含页码
'''
def getPdfOutlines(pdfpath,listpath,isPage):
    with open(pdfpath, "rb") as file:
        doc = PdfFileReader(file)
        outlines = doc.getOutlines()            # 获取大纲
        global returnlist                    # 全局变量，保存大纲的列表
        returnlist = []                    # 创建一个空列表
        mylist = getOutline(outlines,isPage)        # 递归获取大纲
        w = DispatchEx("Word.Application")        # 创建Word文档应用程序对象
        w.Visible = 1
        w.DisplayAlerts = 0
        doc1 = w.Documents.Add()                # 添加一个Word文档对象
        range1 = doc1.Range(0,0)
        for item in mylist:        # 通过循环将获取的目录列表插入到Word文档对象中
             range1.InsertAfter(item)
        outpath = os.path.join(listpath,'list.docx')    # 连接Word文档路径
        doc1.SaveAs(outpath)                # 保存文件
        doc1.Close()                    # 关闭Word文档对象
        w.Quit()                        # 退出Word文档的应用程序对象
    return outpath

print("合并完成！")

resultvalue = getPdfOutlines(temp[0], targetpath, True)    # 提取目录
os.remove(temp[0])                        # 删除合并后的PDF文件
print("提取完成！文件保存在：",targetpath )