Markdown 章节切分工具

将 Markdown 教材文件按章节切分为独立的 .md 文件。

准备工作

PDF 转 Markdown

使用 MinerU 开源工具将 PDF 教材转换为 Markdown 格式：

# 安装 MinerU
pip install magic-pdf

# 使用 MagicPDF 转换
magic-pdf -p <pdf_path>

转换后的 Markdown 文件即可使用本工具进行章节切分。

使用方法

基本用法

python md_chapter_splitter.py <输入文件.md>

参数说明

参数	说明	默认值
input_file	输入的 Markdown 文件路径	必填
--output-dir	输出目录	./output
--pattern	章节标题正则表达式	^#\s*第[零一二三四五六七八九十百千万\d]+\s*章
--max-size	单个文件最大字节数，0 表示不分割	65536 (64KB)
--dry-run	试运行，仅显示检测结果	关闭

示例

# 切分章节，禁用文件分割
python md_chapter_splitter.py 教材.md --max-size 0

# 指定输出目录
python md_chapter_splitter.py 教材.md --output-dir ./chapters

# 试运行查看检测结果
python md_chapter_splitter.py 教材.md --dry-run

匹配的章节格式

工具支持识别以下格式的章节标题：

格式	示例
标准格式	# 第1章 绪论
无空格	# 第2章Intel系列微处理器
带页码	# 第3章 传感器技术 362
中文数字	# 第五章 检测技术基础
多行标题	# 第五章 三相异步电动机的运行原理及 单相异步电动机

注意事项

1. 多本书籍：如果 Markdown 文件包含多本教材，工具会自动在检测到新的"篇"或重复章节号时截断
2. 目录识别：工具会自动过滤目录条目，只保留实际章节内容
3. 文件分割：当章节内容超过 64KB 时，会自动分割为多个部分，使用 --max-size 0 可禁用此功能

md_chapter_splitter