PdfAutoRenameTools

— https://github.com/fangvv/PdfAutoRenameTools

English README

中文说明

你还在手动一篇一篇地给下载的论文 PDF 重命名吗？

当你从学术搜索引擎批量下载论文时，得到的往往是 paper.pdf、document(1).pdf、2401.08392.pdf 这样毫无信息量的文件名。你需要逐一打开、找到标题、关闭、重命名——一篇论文至少浪费 10 秒钟。如果你有上百篇文献要整理，这件事将吞噬你整整一个下午。

PdfAutoRenameTools 帮你一键解决这个问题。

它能够自动读取 PDF 首页的排版信息，精准识别出论文标题，并将文件重命名为标题本身。整个过程无需人工干预，批量处理，瞬间完成。

功能特性

• 🔍 智能标题识别 — 基于 PDF 文本的字号与坐标信息，自动定位首页最大字号文字作为论文标题
• 📂 递归批量处理 — 支持递归扫描整个文件夹及其子目录，一次处理所有 PDF
• 🖥️ 图形界面 + 命令行 — 提供 GUI 和 CLI 两种使用方式，满足不同场景需求
• ⚡ 并行处理 — 利用 Java 并行流加速，面对大量文献依然高效
• 🛡️ 安全重命名 — GUI 模式下可先预览改名结果，确认后再执行，避免误操作

背景

本工具的核心算法源自王炳宁先生公开在其主页上的原始版本。本人在日常科研中长期使用，受益良多。在使用过程中发现原版存在一个已知问题——部分论文的标题只能截取到第一行，导致重命名不完整。

为了修正这一问题，我通过反编译工具 luyten 对原始 jar 进行了逆向分析，在充分理解源码逻辑后，对标题提取算法做了针对性优化，并在此基础上新增了 GUI 图形界面，使操作体验更加友好。

如王炳宁先生认为代码公开有不妥之处，可随时联系我删除。

使用方法

生成的 jar 文件位于 out\artifacts\PdfAutoRenameTools_jar\ 目录下。

方式一：GUI 图形界面（推荐）

java -jar PdfAutoRenameTools_GUI.jar

启动后弹出图形界面：

1. 点击 「选择文件夹」 — 选择包含 PDF 文件的目录
2. 点击 「扫描 PDF」 — 自动识别每个 PDF 的论文标题，表格实时显示「原文件名 → 新文件名」
3. 确认无误后点击 「确认重命名」 — 执行批量重命名

表格中状态以颜色区分：🟢 绿色 = 已重命名，🔴 红色 = 失败或跳过。

方式二：命令行

java -jar PdfAutoRenameTools.jar 目录名

程序会递归扫描指定目录下的所有 PDF 文件，根据首页最大字号文字自动重命名。

技术实现

核心算法

标题识别的核心逻辑位于 TextLocationExtender.java：

1. 继承 PDFBox 的 PDFTextStripper，在解析过程中捕获每个文本片段的内容、字号、坐标
2. 将所有字号降序排列，取第 1/3 位字号作为阈值，过滤掉正文等小字号文本
3. 在剩余文本中，选取 Y 坐标最小（即页面最上方）且字号一致的连续文本行，拼接为标题
4. 对标题进行清理：移除连字符换行、替换文件名非法字符

源码结构

src/nlpr/cip/
├── Main.java                  # 程序入口（命令行）
├── GuiMain.java               # GUI 图形界面（Swing）
├── TextLocationExtender.java  # PDF 文本解析与标题提取核心
├── Pair.java                  # 数据结构：(文本, 字号, X坐标, Y坐标)
└── utils.java                 # 文件目录递归遍历工具

依赖库

库	版本	用途
Apache PDFBox	2.0.23	PDF 文件解析与文本提取
Apache Commons Logging	1.2	日志框架
FontBox	3.0.0-RC1	PDF 字体信息处理

编译环境

java version "26.0.1" 2026-04-21
Java(TM) SE Runtime Environment (build 26.0.1+8-34)
Java HotSpot(TM) 64-Bit Server VM (build 26.0.1+8-34, mixed mode, sharing)

运行需要 Java 环境，具体版本请自行配置。