［?IEEETrans 等期刊文獻目錄書簽自動提取快速上手?——? 可直接跳轉至第3節(jié)閱讀 ］

1 動機

一篇學術論文的章節(jié)標題構成了整篇文章的骨架，所以讀文章時從書簽目錄開始，不僅能夠快速了解文章的寫作思路和架構，也能夠方便地定位并跳轉到自己感興趣的內(nèi)容。

目錄書簽對于學術閱讀十分重要，但許多國內(nèi)外學術期刊（IEEETrans等）下載好PDF文件后經(jīng)常會發(fā)現(xiàn)并沒有書簽，采用一些自動提取書簽軟件的直接提取效果也往往很差。?

常見的幾種pdf自動書簽方法：

1 Acrobat結構化書簽? 需要pdf自帶結構（如word標題直接導出的pdf）

2 jpdfbookmarks/PdgCntEditor 需要有目錄頁，且需要能夠從pdf復制出目錄文本（適用于非圖片掃描版電子書）

3 FreePic2Pdf 需要有目錄頁（適用于圖片掃描版電子書）

這個教程就可以解決以上痛點，幫你實現(xiàn)論文閱讀過程的書簽自由。

2 自動提取書簽的基本操作?

原料：

1 PDF閱讀器：Adobe Acrobat ..軟件（非Acrobat Reader，其沒有插件功能）

2 功能擴展插件：AutoBookMark插件

基本操作學習：

1 AutoBookMark一鍵輕松生成PDF目錄（書簽）_嗶哩嗶哩_bilibili

2 adobe acrobat dc插件AutoBookMark自動生成目錄 - 奶糖好吃嗎 - 博客園 (https://www.cnblogs.com/delicious-candy/p/plug-in-AutoBookMark.html)

按照以上教程的基礎操作，可以提取出部分標題，但往往也會識別錯誤或無法識別，識別效果并不好。識別效果不好的原因不在于插件功能不佳，而在于沒有采用一些高級設置，根據(jù)特定文獻格式匹配一些特殊的設置。因此，下一節(jié)介紹了一種在此基礎操作之上的快速準確提取目錄書簽方法。

3 期刊文獻提取方法

第一步：安裝軟件及插件（參見上一節(jié)教程）

第二步：直接加載現(xiàn)成的模板提取即可，具體案例與操作如下：

1 國際期刊文獻——IEEE Trans 等(IEEE文獻一般格式都很相似，模板較為通用)

1）下載國際期刊文獻書簽模板文件。

網(wǎng)盤鏈接：https://wwba.lanzouq.com/i5M9r13c4p7i? （需解壓）

2）打開插件選項，加載對應的期刊模板文件(AutoMark_IEEE)，完成提取。

2 國內(nèi)期刊文獻——以《電力系統(tǒng)自動化》為例

1）下載國內(nèi)期刊文獻書簽模板文件?

網(wǎng)盤鏈接：https://wwba.lanzouq.com/iRAhK13c4thc（需解壓）

2）打開插件選項，加載對應的期刊模板，完成提取（操作同上）。

其它期刊模板可以參照下一節(jié)內(nèi)容自己制作（歡迎評論區(qū)貢獻）。

4 模板制作原理

這一節(jié)通過具體案例對模板文件所采用的提取設置方法進行解析，以便你掌握書簽提取的一些常用設置技巧，并在以后順利應用于其它期刊文獻的目錄提取與模板制作。

以下分別對四個典型案例進行具體解析：

1 IEEE Transaction 文獻

1）一級標題提取

2）二級標題提取

什么是正則表達式？

?正則表達式是一種用于匹配和操作文本的強大工具，它是由一系列字符和特殊字符組成的模式，用于描述要匹配的文本模式。正則表達式可以在文本中查找、替換、提取和驗證特定的模式?！锁B教程（runoob.com）

正則語法參考：https://www.runoob.com/regexp/regexp-syntax.html

此處所采用的正則表達式解析：

(I|II|III|IV|V|VI|VII|VIII|IX|X){1}\.\s.+

-? (I|II|III|IV|V|VI|VII|VIII|IX|X)? 匹配從I到X的任何羅馬數(shù)字

-? \.? 匹配符號“點”

-? \s? 匹配任何空格字符

-? .+? 匹配任意字符串（直到句尾）

這里可以替換為更細致的正則表達式（模板文件所采用的正則表達式）：

((I|II|III|IV|V|VI|VII|VIII|IX|X){1}\.\s.+)|(REFERENCES)|(APPENDIX)|(REFERENCES)|(NOMENCLATURE)

3）三級標題提取

此處所采用的正則表達式解析：

(A|B|C|D|E|F){1}\.\s.+

-? (A|B|C|D|E|F) 表示匹配 A、B、C、D、E、F 中任意一個字母。?

-??{1} 表示前面的字母只能出現(xiàn)一次。?

-? \. 表示匹配一個句點。?

-? \s 表示匹配一個空格。?

-? .+ 表示匹配任意字符，至少出現(xiàn)一次。

2 較早期 IEEE Transaction 文獻

二級標題提?。?/p>

3 IFAC會議文獻（類似Elsevier期刊格式的文獻，特點是用阿拉伯數(shù)字進行標題編號）

二級標題提?。?/p>

4? 電力系統(tǒng)自動化

1）二級標題提取

2）三級標題提取

3）模板的保存與導出

5 備注

1.?考慮到插件兼容性，更推薦安裝 32位adobe 和 32位插件 （64位系統(tǒng)一般也可兼容運行）。

2. 歡迎在評論區(qū)留言貢獻其它期刊文獻的書簽提取模板網(wǎng)盤下載鏈接，可以按以下格式留言：|學科大類: xxx||期刊名: xxx||期刊時間：||下載鏈接: xxx||提取碼(可選): xxx|，方便爬取匯總。