PDF an Hand des hinterlegten barcodes umbenennen

[letzter3]

Guten Abend zusammen.
Folgende Aufgabenstellung, die mich mangels scripting-Fähigkeiten vor ein Riesenproblem stellt.

Es existiert eine Windowssoftware, welche zum Drucken von Rechnungen, Mahnungen etc. OpenOffice verwendet.
Als Drucker habe ich einen virtuellen PDF-Printer eingerichtet, welcher ein (durchsuchbares) PDF erzeugt und dieses danach auf den physikalischen Drucker schickt.
Während der Dokumentenerzeugung wird durch OpenOffice ein Barcode (code39) hinterlegt, welcher die Informationen (yyyy-mm-dd-hh-mm-ss_Variable) enthält, nach denen das PDF "eigentlich" benannt werden soll.
Leider kann OpenOffice die Angabe "Variable" (Rechnungsnummer, Mahnnummer, ...) nicht gleich mit an den PDF-Drucker übergeben. Das PDF ist also benannt als yyyy-mm-dd-hh-mm-ss.pdf
Der Ablageort der PDFs ist ein smb-share eines Debian (Debian 5.10.92-1 (2022-01-18) x86_64 GNU/Linux).

Nun möchte ich die PDFs umbenennen, und zwar so, dass die Variable im Dateinamen erscheint. Zielformat ist Variable_yyyy-mm-dd.pdf.
Idealerweise nicht auf händische Anforderung, sondern automatisch (entweder zeitgesteuert oder besser noch sobald ein neues PDF im smab-share erzeugt wird).

Der grundlegende Ablauf ist mir klar, die Umsetzung jedoch ein Rätsel.
Meine Vorstellung:
- inotify überwacht den Ordner (zur Not auch ein cron-Job)
- stößt ein script an
- dieses scannt das PDF auf den hinterlegten Barcode (Z bar code?)
- schnappt sich das PDF, benennt es um und verschiebt das neue PDF in einen anderen Ordner

Wer kann mir helfen, sowas umzusetzen?

Vielen Dank.

[eggy]

Ein Shellscript ist praktisch nur die Hintereinanderreihung von Befehlen Plus ein paar Kontrollstrukturen wie Schleifen und Abfragen.

https://tldp.org/LDP/Bash-Beginners-Gui ... Guide.html
https://tldp.org/LDP/abs/html/

Die Idee klingt doch schonmal richtig. Weitere Vorgehensweise wäre jetzt:
Jeden Teil auf der Shell einzeln ausprobieren.
Fang mit zbar an, pdfimages könnte hilfreich sein, um den Barcode aus dem PDF zu extrahieren, falls der mit PDFs nicht klarkommt.
Oder imagemagick, um das PDF zu nem Bild zu konvertieren und um den Bereich mit dem Barcode freizustellen.
Shell Script erstellen, dabei Ausgabe/Rückgabewerte der Befehle an Variablen übergeben, mit denen prüfen, ob die Verschiebeaktion Mist machen würde (Fehler abfangen, falsches Muster prüfen, auf leere Variablen testen, ...)
Zum Schluss noch den cronjob/systemd unit anlegen, damit der inotifyteil bereits beim Boot gestartet wird.

Wo hängt's denn genau?

[eggy]

Vielleicht ne blöde Frage, aber kannst Du nicht einfach nen OO Makro erstellen, dass das PDF selbst erzeugt, statt den PDF-Drucker anzuwerfen und das dem OO irgendwie unterschieben? Oder, falls das mit OO nicht klappt, das OO gegen nen LO austauschen, LO kann PDFs direkt erzeugen.

[Meillo]

Ich wuerde auch versuchen, zuerst beim Erzeugen des PDFs anzusetzen, weil es dort einfacher sein sollte, den Dateinamen zu setzen. Erst wenn es dort wirklich nicht machbar erscheint, dann wurde ich den nachtraeglichen Weg waehlen.

Man koennte auch Office-Dateien abspeichern und die dann auf der Kommandozeile in PDFs umwandeln. (Das kann LO, AFAIK.) Wenn du die Office-Datei in einem XML-Format speicherst, sollte es wenig Problem sein, darin den Barcode und etwaige andere Informationen rauszuholen und nutzen zu koennen.


Wobei der von dir angefragte Weg auf den zweiten Blick auch nicht so schwierig zu sein scheint:
- Bild/Ausschnitt aus Office-Datei oder PDF extrahieren
- Barcode2Text-Konverter darauf anwenden
- Textteil extrahieren
- Umbenennen

Dann drumrum halt noch das Aufrufen dieses Scripts mit inotify bzw. Cron organisieren.

[eggy]

Man koennte auch Office-Dateien abspeichern und die dann auf der Kommandozeile in PDFs umwandeln. (Das kann LO, AFAIK.) Wenn du die Office-Datei in einem XML-Format speicherst, sollte es wenig Problem sein, darin den Barcode und etwaige andere Informationen rauszuholen und nutzen zu koennen.

Sind die oo-Dateien nicht eh nur umbenannte zip Dateien?

[Meillo]

Man koennte auch Office-Dateien abspeichern und die dann auf der Kommandozeile in PDFs umwandeln. (Das kann LO, AFAIK.) Wenn du die Office-Datei in einem XML-Format speicherst, sollte es wenig Problem sein, darin den Barcode und etwaige andere Informationen rauszuholen und nutzen zu koennen.

Sind die oo-Dateien nicht eh nur umbenannte zip Dateien?

Ja, genau. Die neueren Officeformate sind Zip-Archive mit Unterstrukturen in denen die Bilder separat liegen und das Dokument selbst als XML.

[JTH]

Ich mach das Trio dann mal komplett

Ich schließe mich eggys Anregung an, die Aufgabe, wenn irgenwie sinnvoll möglich, schon beim oder vor dem Erstellen des PDFs lösen würde – also direkt den „richtigen“ Namen benutzen. Das beugt auch evtl. sporadischen Fehlern bei der nachträglichen Erkennung vor.

Aber wenn sich das nachträgliche Umbenennen nicht vermeiden lässt, könnte sich das tatsächlich mit ein bisschen Glück in wenigen Zeilen mit zbarimg lösen lassen. Habe es gerade mal auf ein paar PDFs (Rechnungen, Eintrittskarten, sonstiges) mit Strichcodes losgelassen. Bei mehreren wurden direkt, ohne extra Schritte meinerseits, die Strichcodes erkannt und die codierten Daten ausgegeben. Das Umbenennen wäre damit dann in 2–3 Zeilen gelöst.

Als erstes könntest du, letzter3, mal ausprobieren, ob bei dir so schon etwas erkannt wird:

Code: Alles auswählen

zbarimg -Sdisable -Scode39.enable yyyy-mm-dd-hh-mm-ss.pdf

[letzter3]

Zuerst mal danke für die rege Teilnahme.
Ein früherer Ansatz wäre richtig, lässt sich aber nicht umsetzen.
Es handelt sich um eine OSS für Heilmittelerbringer, geschrieben in Java.
Nun wäre es sicherlich ein einfaches, bereits innerhalb der Software den PDF-Export einzubauen.
Macht aber keiner, die Entwicklerbasis ist dünn, der Code historisch bedingt verschlungen und die Anpassung auf die jeweilige Gesetzgebung hat Vorrang.

Warum geht es nicht mit AOO?
Geht schon, ist aber nicht sinnvoll, macht ja den kompletten Arbeitsfluss kaputt.
Standardmäßig wird Thera-Pi mit dem AOO headless-Mode betrieben.
Thera-Pi ruft das jeweilige Dokument auf, füllt es mit Inhalt, druckt, fertig. Das Ganze ohne das man ein Dokument zu sehen bekommt.
Schnell, effizient, kein unnötiger Schnickschnack beim Drucken.

Ich kann es auch so einstellen, dass Thera-Pi das jeweilige Dokument in AOO öffnet, es mit Inhalt füllt, fertig.
Dann könnte ich natürlich drucken, ein PDF erzeugen, einen Speicherort wählen, das PDF mit (händisch vergebenen) Wunschnamen abspeichern, AOO schliessen.
Im Rezeptionsbetrieb keine Option, viel zu umständlich und fehleranfällig.

Ich mache mich nachher mal an die Einzelschritte....

[eggy]

Magst Du noch was dazu sagen, ob man den headless Aufruf irgendwie anpassen kann?
Aus der LO Manpage: "--convert-to output_file_extension[:output_filter_name]" ... damit würde der Export headless bleiben können.
Ka, ob OO auch sowas wie --convert-to kennt.

[letzter3]

Magst Du noch was dazu sagen, ob man den headless Aufruf irgendwie anpassen kann?
Aus der LO Manpage: "--convert-to output_file_extension[:output_filter_name]" ... damit würde der Export headless bleiben können.
Ka, ob OO auch sowas wie --convert-to kennt.

Würde ich gerne, hab ich aber leider null Ahnung von

[letzter3]

"Irgendwie" will zbar bei mir nicht arbeiten....
Hier das PDF, welches durch PDF24 erzeugt wurde.

Code: Alles auswählen

letzter@ptLWL01:~/barcode$ zbarimg --verbose=35 -Scode39.enable 1.pdf
_zbar_process_image: processing: Y800(30303859) 595x842 @0x7f0962c7b010
scanned 0 barcode symbols from 1 images in 0,14 seconds


WARNING: barcode data was not detected in some image(s)
Things to check:
  - is the barcode type supported? Currently supported symbologies are:
        . EAN/UPC (EAN-13, EAN-8, EAN-2, EAN-5, UPC-A, UPC-E, ISBN-10, ISBN-13)
        . DataBar, DataBar Expanded
        . Code 128
        . Code 93
        . Code 39
        . Codabar
        . Interleaved 2 of 5
        . QR code
        . SQ code
  - is the barcode large enough in the image?
  - is the barcode mostly in focus?
  - is there sufficient contrast/illumination?
  - If the symbol is split in several barcodes, are they combined in one image?
  - Did you enable the barcode type?
    some EAN/UPC codes are disabled by default. To enable all, use:
    $ zbarimg -S*.enable <files>
    Please also notice that some variants take precedence over others.
    Due to that, if you want, for example, ISBN-10, you should do:
    $ zbarimg -Sisbn10.enable <files>

dump_stats: symbol sets allocated   = 1   
dump_stats:     scanner syms in use = 0         recycled  = 0   
dump_stats:     image syms in use   = 0         recycled  = 0   
dump_stats: symbols allocated       = 0   
dump_stats:      recycled[0]        = 0   
dump_stats:      recycled[1]        = 0   
dump_stats:      recycled[2]        = 0   
dump_stats:      recycled[3]        = 0   
dump_stats:      recycled[4]        = 0   
_zbar_qr_destroy: max finder lines = 255x3

Und hier das PDF, welches direkt aus AOO als PDF erzeugt wurde.

Code: Alles auswählen

letzter@ptLWL01:~/barcode$ zbarimg --verbose=35 -Scode39.enable 2.pdf
   **** Error: Form stream has unbalanced q/Q operators (too many q's)
               Output may be incorrect.
_zbar_process_image: processing: Y800(30303859) 595x842 @0x7f92bdadd010
_zbar_qr_decode: 9x28 finders, 0 centers:
scanned 0 barcode symbols from 1 images in 0,15 seconds


WARNING: barcode data was not detected in some image(s)
Things to check:
  - is the barcode type supported? Currently supported symbologies are:
        ....
Text wie oben

dump_stats: symbol sets allocated   = 1   
dump_stats:     scanner syms in use = 0         recycled  = 0   
dump_stats:     image syms in use   = 0         recycled  = 0   
dump_stats: symbols allocated       = 0   
dump_stats:      recycled[0]        = 0   
dump_stats:      recycled[1]        = 0   
dump_stats:      recycled[2]        = 0   
dump_stats:      recycled[3]        = 0   
dump_stats:      recycled[4]        = 0   
_zbar_qr_destroy: max finder lines = 15x31

Eine Zwischenconvertierung in TIFF auch ohne Ergebnis.

Zu Testzwecken: Der Barcode steht mittlerweile oben links im Dokument, enthält nur noch eine Zahl (20123988) und ist riesengroß. An der Qualität liegt es nicht, die ist 1aplus.
Wenn ich mit dem ursprünglichen kleinen Barcode arbeite, das Dokument in schlechter Qualität ausdrucke und dann durch Horland scan2pdf jage, wird der Barcode immer erkannt.
Habe mir gerade mal die zbar-App auf's Handy geladen und auf den Bildschirm gehalten -> funktioniert.
Leider ist die Hilfe zu zbar wenig aufschlussreich.
Ich meine mich zu erinnern, dass man in zbar Scanbereiche angeben kann und vermute, das zbar irgendwo sucht, aber leider nicht da, wo der barcode ist.
Die webseite gibt nix her, --help auch nicht und eine manpage existiert nicht.

[eggy]

versuchs mal mit imagemagick

Code: Alles auswählen

convert pdf.pdf -crop 40x30+100+100  barcode.png

die Position und Größe noch anpassen und statt png das nehmen, was zbar am liebsten mag

[letzter3]

Hab einfach mal nen screenshot des barcodes vom PDF gemacht.
Funktioniert.

Code: Alles auswählen

zbarimg --verbose=35 -Scode39.enable 1.png                                                                                                                                                                                                                           ✔ 
_zbar_process_image: processing: Y800(30303859) 425x110 @0x5556ee9e8a80
_zbar_process_image: CODE-39: 20123988 (97 pts) (dir=0) (q=97) (new)
[b]CODE-39:20123988[/b]
scanned 1 barcode symbols from 1 images in 0,01 seconds

Nächster Versuch mit einem png des kompletten PDFs.......
funktioniert nicht....

Code: Alles auswählen

convert 1.pdf 111.png                                                                                                                                                                                                                                                ✔ 
zbarimg --verbose=35 -Scode39.enable 111.png                                                                                                                                                                                                                         ✔ 
_zbar_process_image: processing: Y800(30303859) 595x842 @0x5646f942f870
scanned 0 barcode symbols from 1 images in 0,11 seconds


WARNING: barcode data was not detected in some image(s)

Die Gesamtqualität ist schlecht, der barcode aber m.E. gut lesbar.

[letzter3]

gallery/image/3632/medium

[letzter3]

Es scheint grundsätzlich keine gute Idee zu sein, komplette PDFs mittels convert in Pixelformate zu überführen. Alle Beiträge im Netz jammern nur über die schlechte Qualität. Ohne Lösung.

Ich könnte über den PDF-Drucker von PDF24 auch ein png erstellen lassen und darauf dann zbar loslassen. Ist aber durch die Brust ins Auge. Verliere ja den Vorteil eines durchsuchbaren PDFs damit.
Oder hat jemand noch n Trick, um zbar zur Zusammenarbeit mit PDFs zu bewegen?

https://blog.ddswd.de/posts/qr-codes-au ... -auslesen/
Aber nicht mehr jetzt......

[eggy]

Bei convert hilft es genau zu sagen, wie das Ziel aussehen solll, quality/density Einstellungen mitzugeben, manchmal auch den Zielfarbraum zu benennen.
https://imagemagick.org/script/command- ... hp#quality
https://imagemagick.org/script/command- ... hp#density

Ich hätt noch ne andere Idee ...
die OO-Dateien an sich können auch gespeichert werden? Dann könnte man den Barcode doch in Textform daraus klauen, oder?
... oder gleich aus dem PDF?
In welchem Format wird der Barcode denn ins PDF getan? Schrift mit Spezialfont, Linien, oder Image? Was sagt pdfimages? Was sagt pdftotext?

[Meillo]

Es scheint grundsätzlich keine gute Idee zu sein, komplette PDFs mittels convert in Pixelformate zu überführen.

Nutze das von eggy vorgeschlagene `-crop' um die passende Region auszuwaehlen und `-density' fuer die Qualitaet. Damit solltest du ein Bild von nur dem Barcode in passender Qualitaet erhalten, mit dem zbarimg so funktioniert wie mit deinem Screenshot.

[letzter3]

Ich habe auf crop verzichtet (das bedingt ja, dass bei den unterschiedlichen Ausdrucken der barcode immer an der selben Stelle sein muss) sondern das pdf complett gewandelt und dann zbar drauf losgelassen.

Code: Alles auswählen

pdftoppm -png -singlefile 2.pdf 2 && zbarimg -q -Scode39.enable 2.png 
CODE-39:2022-03-24 20123988

Problem: pdtftoppm erwartet eine input-Datei (hier: "2.pdf") und einen Ausgangsnamen (hier: "2")
Ist für eine automatische Umbenennung natürlich suboptimal.
Und ich sehen gerade, das zwischen Datum und Nummer der "_" fehlt. Hat aber mit der Aufgabestellung hier nix zu tun, das muss ich im barcode ändern.

[letzter3]

Und hier noch die Antworten....

die OO-Dateien an sich können auch gespeichert werden?

Nein, dass ist in der Software nicht vorgesehen. Mglw. wird das OO-Dokument irgendwo temporär zwischengespeichert....

Dann könnte man den Barcode doch in Textform daraus klauen, oder?

Keine Ahnung, ob und wie... Das passiert aber auf einem bzw. meheren Windows-PCs.

... oder gleich aus dem PDF?

Ich wüsste nicht wie.

In welchem Format wird der Barcode denn ins PDF getan? Schrift mit Spezialfont, Linien, oder Image?

Ein Font.

[letzter3]

Als Ergänzung: Das Dokument hat immer nur einen barcode.
Zur Zeit ist dies code39, ggf. wechsle ich auf code128, da dieser Umlaute kann und etwas kleineren Strichcode erzeugt.

[eggy]

versuch mal pdfimages, ist in poppler-utils enthalten
edit: ah nee, wenn es nen font ist, dann anders: was gibt denn pdftotext?

[letzter3]

Auch das funktioniert, gibt aber ne Menge mehr aus als benötigt wird:

Code: Alles auswählen

pdftotext 2.pdf 2.txt 
~/barcode 

Code: Alles auswählen

~/barcode cat 2.txt

Physiotherapie xxxxxx
phone: 03874 / xx xx xx

fax: xx xx xx
mail: xx@xxxx.de

Physiotherapie xxxxx

*2022-03-24_20123988*

Herr
xx
xxx
19288 Ludwigslust

Ludwigslust, 24.03.2022

Rechnung Nr.: 20123988
Sehr geehrter Herr xxxx,

Wir bedanken uns für Ihr Vertrauen und verbleiben mit freundlichen Grüßen

....
....

Schwerin: HRB xxxx

Der barcode ist das hier: *2022-03-24_20123988*
Nun also 2 Möglichkeiten, wobei pdftotext nur funktioniert, wenn es sich um ein erzeugtes PDF handelt.
Immer (also sowohl bei erzeugten PDFs und wenn ich mal (warum auch immer) ein PDF scannen) dürfte die pdftoppm + zbar funktionieren.

[eggy]

das Format des Barcodes lässt sich ja er-grep-pen ... wie? per RegEx

Code: Alles auswählen

grep  "^\*20[0-9][0-9]-[0-9][0-9]-[0-9][0-9]_.*\*$" | head -1

und wie das schöner geht, gibt's ab morgen beim Meillo im Thread nebenan erklärt

[letzter3]

Ich würde trotzdem die Variante mit pdftoppm bevorzugen, da ich hier auch die Möglichkeit habe, Dokumente physisch einzuscannen.

[eggy]

Ich glaub ich hab jetzt den Überblick völlig verloren ... haben wir nun den Barcode als Text oder nicht?
Falls ja, wo hängt es noch?