
本文介绍如何借助命令行工具 cpdf 提取、排序并重写 pdf 文档中的书签结构,特别适用于医疗记录等按日期命名(如 2024-12-30)的书签需按“最新在前”重新排列的场景。
本文介绍如何借助命令行工具 cpdf 提取、排序并重写 pdf 文档中的书签结构,特别适用于医疗记录等按日期命名(如 2024-12-30)的书签需按“最新在前”重新排列的场景。
在处理批量生成的医疗 PDF 报告时,常因多次追加检查报告导致书签按插入顺序排列(即旧→新),而临床查阅更习惯“最新在上”的逻辑。由于 PyPDF2、PyPDF4 或 pikepdf 等 Python 库对书签(outline)的修改支持有限(尤其涉及层级重建与目标引用同步),直接编码实现稳定重排较复杂且易出错。此时,专业 PDF 命令行工具 cpdf 是更可靠、轻量、可复现的解决方案。
✅ 推荐方案:使用 cpdf + jq 实现书签自动排序
cpdf(Coherent PDF Command Line Tools)是功能强大、开源免费(个人/非商业用途)的 PDF 处理工具,原生支持 JSON 格式的书签导入导出,配合 jq(JSON 处理利器)即可完成精准排序。
? 操作步骤(三步完成)
-
提取现有书签为 JSON
cpdf -list-bookmarks-json input.pdf > bookmarks.json
输出示例(简化):
[ {"title": "2024-12-30 MRI Brain", "page": 5, "level": 0}, {"title": "2024-11-15 Blood Test", "page": 12, "level": 0}, {"title": "2024-12-28 ECG", "page": 8, "level": 0} ] -
用 jq 按标题(日期字符串)降序排序(最新日期在前)
jq 'sort_by(.title) | reverse' bookmarks.json > sorted.json
✅ 注意:因日期格式为
YYYY-MM-DD,字典序升序即时间序升序;reverse即转为降序(2024-12-30 → 2024-12-28 → 2024-11-15)。 -
将排序后的书签写回 PDF
cpdf -add-bookmarks-json sorted.json input.pdf -o output.pdf
⚠️ 注意事项
-
安装依赖:
- macOS:
brew install cpdf jq - Ubuntu/Debian:
sudo apt install cpdf jq(注意部分仓库的 cpdf 版本较旧,建议从 https://www.php.cn/link/797d4cb7bd126ec1aced5691af658a88 下载最新版) - Windows:下载
.exe安装包并添加至PATH,或使用 WSL 运行上述命令。
- macOS:
书签层级与嵌套:
cpdf -list-bookmarks-json会保留完整层级结构(通过level字段标识缩进深度),jq排序后仍保持父子关系——只要不手动修改level或parent字段,结构即安全。页码有效性:重排书签不会改动页面内容或页码,所有
page字段仍指向原文档对应物理页,无需额外校验。替代方案说明:
若必须使用 Python(如集成进自动化流水线),可考虑pikepdf+ 手动解析 OutlineItem 并重建树(需谨慎处理Dest和Parent引用),但开发成本高、容错性低;而cpdf方案简洁、健壮、经生产环境验证,推荐优先采用。
通过以上流程,您可在秒级内完成任意长度书签列表的智能重排,确保医生打开 PDF 时,第一时间看到最新的检查记录——真正以用户为中心优化文档体验。











