Przetwarzanie fragmentu dokumentów PDF

Przetwarzanie fragmentu dokumentów PDF
MA
  • Rejestracja:około 14 lat
  • Ostatnio:prawie 3 lata
  • Postów:26
0

Witam.
Otrzymałem zadanie napisania programu w PHP który na wejściu pobierałby karty katalogowe mogące mieć kilkadziesiąt stron i zajmować kilka MB.
Przetwarzanie polegałoby na automatycznej podmianie stopki.

Wiem, że pojawiały się takie tematy, lecz dostawały odpowiedzi: "raczej nie", "z generowaniem nie ma problemu, kłopot jest z odczytem". Więc były to odpowiedzi ogólnikowe które mi nie wystarczają, a właściwie unikają problem.
Pytam się więc o konretne rozwiązania zagadnienia (oczywiście będę rad za wskazanie biblioteki lub rozszerzenia np. do tcpdf) lub uzasadnienie dlaczego to się nie da (lub opis dlaczego nie jest to wykonalne technicznie - np. czas działania programu na dużym dokumencie). Może np. jest jakaś "okrężna droga" wymagająca kilka dni rozgryzania standardu Adobe. Może się zdarzyć że się wygłupiłem i jest gdzieś dokładne rozwiązanie w google - szukałem, osobiście nie znalazłem.
Może rozgryzł ktoś to zagadnienie? "Zżarł swoje zęby" na pdf'ach pod php?
Za wszelkie pomocne odpowiedzi - serdecznie dziękuję.

Ps. szukam, czytam i oczom nie wierzę. Do tej pory myślałem, że nie ma w programowaniu rzeczy niemożliwych :)
Jest przynajmniej możliwość dodania do gotowego pdf'a dodatkowych fragmentów? Przesłonięcie obiektu zamiast podmiany elementu - jest pewnym wyjściem

edytowany 7x, ostatnio: mathieus
0

Nie uwierzę, że szukałeś w Google:
http://davidwalsh.name/read-pdf-doc-file-php
Ewentualnie StackOverflow

Nie chciało mi się nawet czytać na czym dokładnie polega magiczny sposób z pierwszego linka, pewnie w PHP działa tylko wywołanie biblioteki w innym języku a reszta to już zadanie biblioteki. Jednak jeśli będziesz miał coś innego niż tekst w tym PDFie to będą problemy.
Jeśli chcesz wszystko przerobić w PHP to powodzenia ;p
Zawsze możesz wryć się w specyfikację PDF i coś kombinować. Jeśli chcesz tako zrobić, to PHP nie nadaje się do takich rzeczy, przy większym pliku PHP wykorzysta całą pamięć i tyle z odczytu.
Z tego co się orientuję PDF służy tylko i wyłącznie do odczytywanie dokumentów - nie ich edycji, równie dobrze możesz pytać czy da się edytować screenshot dokumentu DOC.

MA
  • Rejestracja:około 14 lat
  • Ostatnio:prawie 3 lata
  • Postów:26
0

Dzięki wskaźnik. Odpowiedziałeś na sporą część pytania (chociaż akurat nie szukałem wyciągania samego tekstu). Niemniej nie zamykam tematu, gdyż w ps. poruszyłem inne zagadnienie - czy da się dodać do istniejącego pdf'a dodatkowe elementy (np. graficzne?).
Słusznie objaśniłeś iż php może być niewystarczająco wydajny. W takim razie, czy jeżeli aplikacja ma być wywoływana przez stronę internetową, to jakie są wymagania na host, żeby móc kompilować program w języku desktopowym, czy jest sens się wgłębiać skoro nie zna się nawet docelowego systemu? Czy wtedy wymagania pamięciowe rzeczywiście byłyby mniejsze (czy jak to nazwać)?
I pytanie z połączenia dwóch powyższych: czy jeżeli aplikacja będzie jedynie dodawała do istniejącego pdf'a (o ile to możliwe),** to czy są wtedy duże wymagania wydajnościowe?** Czy w tym wypadku wystarczy akurat php?

edytowany 4x, ostatnio: mathieus
1
mathieus napisał(a)

czy da się dodać do istniejącego pdf'a dodatkowe elementy (np. graficzne?)

mathieus napisał(a)

jakie są wymagania na host, żeby móc kompilować program w języku desktopowym

Tylko po co pisać program webowy, jeśli docelowo ma on działać na desktopie (chyba, że odwrotnie?)? Taki python na przykład, może działać przez HTTP jako strona internetowa, może działać jako aplikacja konsolowa na desktopie. Do hostowania pythona to już chyba co najmniej serwer VPS, a i na desktopie potrzebne biblioteki. W sumie, jeśli już się zabieramy za VPSy to Java, Railsy też by uszły...

mathieus napisał(a)

Czy wtedy wymagania pamięciowe rzeczywiście byłyby mniejsze (czy jak to nazwać)?

Bez testów się nie wypowiem.

mathieus napisał(a)

czy jeżeli aplikacja będzie jedynie dodawała do istniejącego pdf'a (o ile to możliwe),** to czy są wtedy duże wymagania wydajnościowe?**

Nie mam pojęcia, w jaki sposób działają powyższe skrypty = nie mam pojęcia jaką mają wydajność. Podejrzewam, że tworzenie PDFa ma mniejsze wymagania, niż jego dekodowanie go do postaci edytowalnej.
PHP pewnie wystarczy.

Zauważyłem ostatnio dziwną tendencję. Osoby, które chcą coś zrobić zamiast sprawdzać kilka rozwiązań, wolą pytać na forach, co mają wybrać. Podejście co najmniej dziwne. Nie lepiej samemu sprawdzić, co jest lepsze w tych konkretnych warunkach? Nie mówiąc już o zdobyciu bogatej wiedzy :D

MA
  • Rejestracja:około 14 lat
  • Ostatnio:prawie 3 lata
  • Postów:26
0
wskaźnik napisał(a)

Tylko po co pisać program webowy, jeśli docelowo ma on działać na desktopie (chyba, że odwrotnie?)?

Właśnie... myślałem o tym 'odwrotnym', czyli docelowo do internetu :)

wskaźnik napisał(a)

Taki python na przykład, może działać przez HTTP jako strona internetowa, może działać jako aplikacja konsolowa na desktopie. Do hostowania pythona to już chyba co najmniej serwer VPS, a i na desktopie potrzebne biblioteki. W sumie, jeśli już się zabieramy za VPSy to Java, Railsy też by uszły...

O to mniej więcej chodziło. Nie mam orientacji w hostingach, a bardziej grzebałem w serwerach w czasach kiedy na topie były konta shellowe. Znacznie większą część aplikacji w życiu pisałem na desktopach.

wskaźnik napisał(a)

Zauważyłem ostatnio dziwną tendencję. Osoby, które chcą coś zrobić zamiast sprawdzać kilka rozwiązań, wolą pytać na forach, co mają wybrać. Podejście co najmniej dziwne. Nie lepiej samemu sprawdzić, co jest lepsze w tych konkretnych warunkach? Nie mówiąc już o zdobyciu bogatej wiedzy :D

Już tłumaczę. Ogólnikowe polecenie dotyczyło aplikacji przetwarzającej całej masy dokumentów. Gdy nie mogłem znaleźć możliwości przetwarzania, wpadłem w panikę że zadanie jest niewykonalne.
Poza tym, projekt który wykonuję, okazuje się znacznie większy niż przewidywałem. M.i.n. pierwsza aplikacja będzie musiała używać OCR i, przy pomocy nietypowego interfejsu, będzie musiała spisać koordynaty przykrywanych fragmentów.
Według mnie "kto pyta, nie błądzi", a nie chcę się wpakować w bagno i pisać dla poważnego klienta programu co się nie trzyma się kupy.
Dziękuję, Wskaźnik, za szybkie i sensowne odpowiedzi.

edytowany 2x, ostatnio: mathieus
Kliknij, aby dodać treść...

Pomoc 1.18.8

Typografia

Edytor obsługuje składnie Markdown, w której pojedynczy akcent *kursywa* oraz _kursywa_ to pochylenie. Z kolei podwójny akcent **pogrubienie** oraz __pogrubienie__ to pogrubienie. Dodanie znaczników ~~strike~~ to przekreślenie.

Możesz dodać formatowanie komendami , , oraz .

Ponieważ dekoracja podkreślenia jest przeznaczona na linki, markdown nie zawiera specjalnej składni dla podkreślenia. Dlatego by dodać podkreślenie, użyj <u>underline</u>.

Komendy formatujące reagują na skróty klawiszowe: Ctrl+B, Ctrl+I, Ctrl+U oraz Ctrl+S.

Linki

By dodać link w edytorze użyj komendy lub użyj składni [title](link). URL umieszczony w linku lub nawet URL umieszczony bezpośrednio w tekście będzie aktywny i klikalny.

Jeżeli chcesz, możesz samodzielnie dodać link: <a href="link">title</a>.

Wewnętrzne odnośniki

Możesz umieścić odnośnik do wewnętrznej podstrony, używając następującej składni: [[Delphi/Kompendium]] lub [[Delphi/Kompendium|kliknij, aby przejść do kompendium]]. Odnośniki mogą prowadzić do Forum 4programmers.net lub np. do Kompendium.

Wspomnienia użytkowników

By wspomnieć użytkownika forum, wpisz w formularzu znak @. Zobaczysz okienko samouzupełniające nazwy użytkowników. Samouzupełnienie dobierze odpowiedni format wspomnienia, zależnie od tego czy w nazwie użytkownika znajduje się spacja.

Znaczniki HTML

Dozwolone jest używanie niektórych znaczników HTML: <a>, <b>, <i>, <kbd>, <del>, <strong>, <dfn>, <pre>, <blockquote>, <hr/>, <sub>, <sup> oraz <img/>.

Skróty klawiszowe

Dodaj kombinację klawiszy komendą notacji klawiszy lub skrótem klawiszowym Alt+K.

Reprezentuj kombinacje klawiszowe używając taga <kbd>. Oddziel od siebie klawisze znakiem plus, np <kbd>Alt+Tab</kbd>.

Indeks górny oraz dolny

Przykład: wpisując H<sub>2</sub>O i m<sup>2</sup> otrzymasz: H2O i m2.

Składnia Tex

By precyzyjnie wyrazić działanie matematyczne, użyj składni Tex.

<tex>arcctg(x) = argtan(\frac{1}{x}) = arcsin(\frac{1}{\sqrt{1+x^2}})</tex>

Kod źródłowy

Krótkie fragmenty kodu

Wszelkie jednolinijkowe instrukcje języka programowania powinny być zawarte pomiędzy obróconymi apostrofami: `kod instrukcji` lub ``console.log(`string`);``.

Kod wielolinijkowy

Dodaj fragment kodu komendą . Fragmenty kodu zajmujące całą lub więcej linijek powinny być umieszczone w wielolinijkowym fragmencie kodu. Znaczniki ``` lub ~~~ umożliwiają kolorowanie różnych języków programowania. Możemy nadać nazwę języka programowania używając auto-uzupełnienia, kod został pokolorowany używając konkretnych ustawień kolorowania składni:

```javascript
document.write('Hello World');
```

Możesz zaznaczyć również już wklejony kod w edytorze, i użyć komendy  by zamienić go w kod. Użyj kombinacji Ctrl+`, by dodać fragment kodu bez oznaczników języka.

Tabelki

Dodaj przykładową tabelkę używając komendy . Przykładowa tabelka składa się z dwóch kolumn, nagłówka i jednego wiersza.

Wygeneruj tabelkę na podstawie szablonu. Oddziel komórki separatorem ; lub |, a następnie zaznacz szablonu.

nazwisko;dziedzina;odkrycie
Pitagoras;mathematics;Pythagorean Theorem
Albert Einstein;physics;General Relativity
Marie Curie, Pierre Curie;chemistry;Radium, Polonium

Użyj komendy by zamienić zaznaczony szablon na tabelkę Markdown.

Lista uporządkowana i nieuporządkowana

Możliwe jest tworzenie listy numerowanych oraz wypunktowanych. Wystarczy, że pierwszym znakiem linii będzie * lub - dla listy nieuporządkowanej oraz 1. dla listy uporządkowanej.

Użyj komendy by dodać listę uporządkowaną.

1. Lista numerowana
2. Lista numerowana

Użyj komendy by dodać listę nieuporządkowaną.

* Lista wypunktowana
* Lista wypunktowana
** Lista wypunktowana (drugi poziom)

Składnia Markdown

Edytor obsługuje składnię Markdown, która składa się ze znaków specjalnych. Dostępne komendy, jak formatowanie , dodanie tabelki lub fragmentu kodu są w pewnym sensie świadome otaczającej jej składni, i postarają się unikać uszkodzenia jej.

Dla przykładu, używając tylko dostępnych komend, nie możemy dodać formatowania pogrubienia do kodu wielolinijkowego, albo dodać listy do tabelki - mogłoby to doprowadzić do uszkodzenia składni.

W pewnych odosobnionych przypadkach brak nowej linii przed elementami markdown również mógłby uszkodzić składnie, dlatego edytor dodaje brakujące nowe linie. Dla przykładu, dodanie formatowania pochylenia zaraz po tabelce, mogłoby zostać błędne zinterpretowane, więc edytor doda oddzielającą nową linię pomiędzy tabelką, a pochyleniem.

Skróty klawiszowe

Skróty formatujące, kiedy w edytorze znajduje się pojedynczy kursor, wstawiają sformatowany tekst przykładowy. Jeśli w edytorze znajduje się zaznaczenie (słowo, linijka, paragraf), wtedy zaznaczenie zostaje sformatowane.

  • Ctrl+B - dodaj pogrubienie lub pogrub zaznaczenie
  • Ctrl+I - dodaj pochylenie lub pochyl zaznaczenie
  • Ctrl+U - dodaj podkreślenie lub podkreśl zaznaczenie
  • Ctrl+S - dodaj przekreślenie lub przekreśl zaznaczenie

Notacja Klawiszy

  • Alt+K - dodaj notację klawiszy

Fragment kodu bez oznacznika

  • Alt+C - dodaj pusty fragment kodu

Skróty operujące na kodzie i linijkach:

  • Alt+L - zaznaczenie całej linii
  • Alt+, Alt+ - przeniesienie linijki w której znajduje się kursor w górę/dół.
  • Tab/⌘+] - dodaj wcięcie (wcięcie w prawo)
  • Shit+Tab/⌘+[ - usunięcie wcięcia (wycięcie w lewo)

Dodawanie postów:

  • Ctrl+Enter - dodaj post
  • ⌘+Enter - dodaj post (MacOS)