python：lxml etree 生成思维导图 Freemind（.mm）文件

请参阅：从PDF中提取目录 或者 java : pdfbox 读取 PDF文件内书签

请注意：书的目录.txt 编码：UTF-8，推荐用 Notepad++ 转换编码。

pip install lxml ; 

lxml-5.1.0-cp310-cp310-win_amd64.whl (3.9 MB)

读目录.txt文件，使用 lxml 生成思维导图 Freemind（.mm）文件

编写 txt_etree_mm.py 如下

# -*- coding: utf-8 -*-
""" 读目录.txt文件，使用 lxml 生成思维导图 Freemind（.mm）文件"""
import os
import sys
import codecs
from lxml import etree

if len(sys.argv) ==2:
    f1 = sys.argv[1]
else:
    print('usage: txt_etree_mm.py  file1.txt')
    sys.exit(1)

if not os.path.exists(f1):
    print(f"ERROR: {f1} not found.")
    sys.exit(1)

fn,ext = os.path.splitext(f1)
if ext.lower() != '.txt':
    print('ext is not .txt')
    sys.exit(2)

# 创建根节点
map = etree.Element("map")
map.set('version', '1.0.1')

fp = codecs.open(f1, mode="r", encoding="utf-8")
# 读取第一行：书名
title = fp.readline()
# 创建主题节点
root = etree.Element("node")
root.set('ID', '1')
root.set('STYLE', 'bubble') # 泡框
root.set('TEXT', title.strip())
map.append(root)

# 定义连线的颜色：红色
edge = etree.Element("edge")
edge.set('COLOR', "#ff0000")
root.append(edge)
# 用缩排表现层级关系，假设最多5个层级
indent1 = ' '*2
indent2 = ' '*4
indent3 = ' '*6
indent4 = ' '*8

n = 2  
for line in fp:
    txt = line.strip()
    if len(txt) ==0:
        continue
    txt = txt[0:-3] # 去掉行尾的页数
    if len(txt) >0 and line[0] !=' ':
        # 创建主题的子节点（1级节点）
        node1 = etree.Element("node")
        node1.set('ID', str(n))
        node1.set('POSITION', "right")
        node1.set('TEXT', txt)
        root.append(node1)
        p_node = node1 # 寄存父节点
    elif line.startswith(indent1) and line[2] !=' ':
        # 创建node1的子节点（2级节点）
        node2 = etree.Element("node")
        node2.set('ID', str(n))
        node2.set('TEXT', txt)
        try: type(node1)
        except NameError: root.append(node2)
        else: node1.append(node2)
        p_node = node2
    elif line.startswith(indent2) and line[4] !=' ':
        # 创建node2的子节点（3级节点）
        node3 = etree.Element("node")
        node3.set('FLODED', "true") 
        node3.set('ID', str(n))
        node3.set('TEXT', txt)
        try: type(node2)
        except NameError: node1.append(node3)
        else: node2.append(node3)
        p_node = node3
    elif line.startswith(indent3) and line[6] !=' ':
        # 创建node3的子节点（4级节点）
        node4 = etree.Element("node")
        node4.set('ID', str(n))
        node4.set('TEXT', txt)
        try: type(node3) 
        except NameError: node2.append(node4)
        else: node3.append(node4)
        p_node = node4
    elif line.startswith(indent4) and line[8] !=' ':
        # 创建node4的子节点（5级节点）
        node5 = etree.Element("node")
        node5.set('ID', str(n))
        node5.set('TEXT', txt)
        try: type(node4) 
        except NameError: p_node.append(node5)
        else: node4.append(node5)
    else:
        print(txt)
    n += 1
fp.close()

# 转换成 str，方便导出
map_bytes = etree.tostring(map, pretty_print=True)

# 导出到 .mm 格式的文件中
f2 = fn +'.mm'
with open(f2, 'w+b') as fp:
    fp.write(map_bytes)

print(f"line number: {n}")

运行 python txt_etree_mm.py your_pdf_dir.txt

生成 your_pdf_dir.mm