PDF an Hand des hinterlegten barcodes umbenennen

[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?

[letzter3]

Fall 1) Wir haben in der Regel den Barcode als Text per pdftotxt und magischen RegEx-Dingern.

Fall 2) Wir haben den Barcode für Sonderfälle per pdttoppm und zlib.

Es hängt jetzt an der Weiterverarbeitung.
In ein Verzeichnis werden die PDF hineingespielt (entweder per PDF-Erzeugung aus Thera-Pi heraus -> Fall 1) oder von nem scanner, per Hand oder sonstwie (Fall 2).

Jetzt soll das Ursprungs-PDF umbenannt werden mit dem Text aus dem Barcode und in ein anderes Verzeichnis kopiert/verschoben werden.

[eggy]

Ich würde jetzt erstmal so weitermachen, den gefundenen String zu zerlegen (kannst statt dem grep auch gerne die Variante mit zbar stattdessen nehmen), script.sh:

Code: Alles auswählen

DATEI=$1
DATEINAME=`grep "^\*20[0-9][0-9]-[0-9][0-9]-[0-9][0-9]_.*\*$" $DATEI| head -1`
OLDIFS=$IFS
IFS='_-*'
arr=($DATEINAME)
Y=${arr[1]}
M=${arr[2]}
D=${arr[3]}
echo $Y " " $M " " $D
# hier noch auf plausibilität prüfen
# hier dann das verschieben
IFS=$OLDIFS

ausführbarmachen, gegebenfalls dem richtigem Userberechtigungen geben. Wäre vielleicht sinnvoll, hier nen eigenen User fürs Verschieben anzulegen, der nirgendwo anders Schreibrechte hat, dann kann nicht viel schiefgehen, falls mal mit den RegEchsen/zbar was schiefgeht.

Code: Alles auswählen

./script.sh  /tmp/testpdftext.txt 

Dann den Teil mit inotify angehen. Ich müsste die Doku da auch erst selbst lesen. Relevant wäre zu wissen, ob/wie man inotify das script gibt, und ob(wie) es in der Lage ist, den Namen der gefundenen Datei an das Script zu übergeben.

[letzter3]

Das scheint so noch nicht zu funktionieren.
Edit: Es scheint teilweise zu funktionieren.....
Die Datumswerte werden ausgegeben. Sonst passiert anscheinend nichts.

Code: Alles auswählen

./script.sh  3.txt   

2022   04   01

Ich bin auch zu unwissend, den Fehler einzugrenzen.

Code: Alles auswählen

DATEI=$1

hier wird eine Variable festgelegt?

Code: Alles auswählen

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

Es wird in DATEI nach den strings gesucht? 20y y-m m -d d_
Aber ist das nicht zu wenig? Müsste nicht "Pauschal" alles zwischen den Sternchen gesucht werden? Ohne weitere Behandlung?

Code: Alles auswählen

OLDIFS=$IFS
IFS='_-*'

?

Code: Alles auswählen

arr=($DATEINAME)
Y=${arr[1]}
M=${arr[2]}
D=${arr[3]}

Es wird ein array gebildet aus den Angaben Jahr, Monat und Tag

Code: Alles auswählen

echo $Y " " $M " " $D

das array (der Dateiname???) wird ausgegeben?

[eggy]

Das scheint so noch nicht zu funktionieren.
Edit: Es scheint teilweise zu funktionieren.....
Die Datumswerte werden ausgegeben. Sonst passiert anscheinend nichts.

Mehr sollte auch nicht passieren.
Wenn das bei Dir funktioniert, dann kann man die $D $M $Y Variablen im Script weiternutzen, um den Verschiebebefehl damit zu füttern.

Aber:
Ein Problem, dass man nicht vernachlässigen darf, ist dass bei Eingabe von unerwarteten Sachen komplett andere Ausgaben erzeugt werden. Und dann schiebt so ein Script, Dateien an Stellen, wo sie besser nicht landen sollten. Oder überschreibt Sachen, die es nicht überschreiben sollte, etc.
Deswegen muss man sicherstellen, dass das Script nur mit den richtigen Sachen aufgerufen wird. Ich hab da nen ungutes Gefühl, Dir zu sagen "schreib jetzt einfach mv -n $Dateiname ziel/$D-$M-$Y_warmal_$Dateiname.pdf in die vorletzte Zeile", ohne das richtig zu machen.
Aber für "richtig" hab ich zu wenig Erfahrung, was inotify/bash hier alles falsches machen könnten.

@Mitlesende:
Ich würde sagen $D $Y $M darauf testen, dass die nicht leer sind und immer nur Zahlen enthalten? Mag mal jemand aufschreiben, wie das in bash am sinnvollsten aussähe? mv würde ich in dem Fall vorsichtshalber mit -n versehen. Keine Ahnung, wie inotify damit umgeht, dass es nen Zugriff auf die Datei gab (potentielle Endloschleife?) ...

[letzter3]

Ahh, okay.
Aber machen wir uns hier die Sache nicht unnötig kompliziert?
Alles zwischen den Sternchen soll der neue Dateiname werden.
*2022-04-01_20123990*
Die neue Datei soll also 2022-04-01_20123990.pdf heissen.
Warum werden dann erstmal YYYY MM DD herausgepickt und nachher wieder zusammen gesetzt?
Sternchen kommen sonst innerhalb des Dokumentes nicht vor.
Ggf. kann noch darauf geprüft werden, ob vor dem _ ein Datum in der erwarteten Form ist. Nach dem _ sind verschiedene Muster möglich.

Ob es inotify oder cron wird, ist mir fast egal.
Vielleicht auch erstmal nur kopieren anstatt verschieben. Wobei dann die schon mal angefassten erneut umbenannt werden (oder auch nicht, je nachdem ob das erlaubt ist oder nicht)
Das Aufkommen an Dokumenten geht von 0/Tag über 1/Stunde bis zu 20/5min

[Meillo]

Alles zwischen den Sternchen soll der neue Dateiname werden.
*2022-04-01_20123990*
Die neue Datei soll also 2022-04-01_20123990.pdf heissen.

Dann schlage ich mal folgendes vor:

Code: Alles auswählen

DATEINAME=`sed -n '/^\*20[0-9][0-9]-[0-9][0-9]-[0-9][0-9]_[0-9][0-9]*\*$/ {s/\*//g;p;q;}' "$DATEI"`.pdf

[letzter3]

Kann mir jemand erklären, warum dies gemacht wird?
20[0-9][0-9]-[0-9][0-9]-[0-9][0-9]_[0-9][0-9]
Geht nicht sowas wie "Nimm die Zeichen zwischen den beiden Sternchen."

[Meillo]

Kann mir jemand erklären, warum dies gemacht wird?
20[0-9][0-9]-[0-9][0-9]-[0-9][0-9]_[0-9][0-9]
Geht nicht sowas wie "Nimm die Zeichen zwischen den beiden Sternchen."

Natuerlich geht auch das ... nur koennte das auch auf sonstige Zeilen zutreffen, falls im Fliesstext zufaellig mal irgendwo eine Zeile mit einem Stern beginnt und aufhoert. Darum versucht man normalerweise die Angaben so eng wie moeglich zu fassen.

Wobei in dem Fall hier immerhin nach dem ersten Fund schon abgebrochen wird, so dass der weiter untern stehende Fliesstext nicht mehr beruecksichtigt wird.

Aber hier hast du die Holzhammervariante:

Code: Alles auswählen

DATEINAME=`sed -n '/^\*..*\*$/ {s/\*//g;p;q;}' "$DATEI"`.pdf

[eggy]

All den RegEchsen da ist gemein, dass nen 13ter Monat sein darf ... für Gehaltszahlungen natürlich nett, bei allem anderen nuja.

Code: Alles auswählen

#!/bin/bash
DATEI=$1
DATEINAME=`grep "^\*20[0-9][0-9]-[0-9][0-9]-[0-9][0-9]_.*\*$" $DATEI| head -1`
OLDIFS=$IFS
IFS='_-*'
arr=($DATEINAME)
Y=${arr[1]}
M=${arr[2]}
D=${arr[3]}
echo $Y " " $M " " $D

# hier noch auf plausibilität prüfen
#
# ....

# dann das verschieben 
# echo rausnehmen, wenn es so aussieht, als sei es das, was es werden soll
# ich halte es ohne pruefung aber fuer ungut
echo mv -n ${DATEI} /dahin/${Y}-${M}-${D}_${DATEI}.pdf

IFS=$OLDIFS

@bashfreunde: spricht (abgesehn davon, dass es schlimmes Chaos geben kann,} hier was gegen ${}?
Und mit Pfaden im übergebenen Dateinamen kommt das so auch noch nicht klar, da gabs doch von den built-in-bash Funktionen was für "nur den Dateinamenteil ohne Pfadrest", ich komm grad nicht auf den Namen, wie hieß das nochmal? Nicht Basepath, so ähnlich ...
oder muss man da wieder mit IFS und letzter arraypart rumtricksen?
Ich merk immer wieder, bashscripts sind nen einziger Krampf. awk und c++ sind so viel angenehmer

[JTH]

@bashfreunde

Huhu

spricht (abgesehn davon, dass es schlimmes Chaos geben kann,} hier was gegen ${}?

Spricht nichts dagegen, nein. Es ist, so wie von dir hier benutzt, an allen außer einer Stelle (und den Arrayzugriffen natürlich) aber auch kein funktionaler Unterschied (höchstens für die Lesbarkeit) zu einem „nackten“ $var. Nur beim ${D}_ braucht man die {}, da $D_ auch gültig wäre und die Variable D_ ansprechen würde.

Und mit Pfaden im übergebenen Dateinamen kommt das so auch noch nicht klar, da gabs doch von den built-in-bash Funktionen was für "nur den Dateinamenteil ohne Pfadrest", ich komm grad nicht auf den Namen, wie hieß das nochmal?

Es gibt keine explizite Funktion dafür. Man kann basename, dirname und co. allerdings mit Parameterexpansion ganz leicht nachbilden. Beispiel:

Code: Alles auswählen

~$ my_basename() { echo "${1##*/}"; }
~$ my_basename /foo/bar/baz.txt
baz.txt

Ich schau mal gerade weiter, was ich hier noch so beitragen kann

[eggy]

Danke. basename wars

Code: Alles auswählen

$ basename /tmp/testdaten.txt.pdf
testdaten.txt.pdf

gehört zu den coreutils ... wie sollte es anders sein

[JTH]

Danke. basename wars

Ah, dann hatte ich auch nicht ganz richtig gelesen. Ich meinte, du kamst nicht auf eine reine Shell-„Implementierung“ für basename.

Ich hab mal geschaut, eure Ansätze zum Umbenennen zusammenzutragen. Hoffe, das nimmt nix vorweg oder geht am Ziel vorbei:

Code: Alles auswählen

#!/bin/bash
set -eu -o pipefail

destname_pdftotext()
{
	pdftotext "$1" - | grep -m1 "^\*[0-9][0-9][0-9][0-9]-[0-9][0-9]-[0-9][0-9]_.*\*$" | tr -d '*'
}

destname_zbarimg()
{
	zbarimg -q -Sdisable -Scode39.enable <(pdftoppm -png -singlefile "$1")  | cut -d: -f2-  | tr ' ' _
}

: "${method:=zbarimg}"
srcfile=$1
destdir=${2:-/default/destination/dir}
destname=$("destname_$method" "$srcfile").pdf

echo "Would move '$(realpath "$srcfile")' to '${destdir%/}/${destname}'"
#mv -nv -- "$srcfile" "${destdir%/}/${destname}"

Faulerweise tatsächlich als Bash-Skript – zbarimg kann nicht von stdin lesen und <(pdftoppm …) ging schneller, als ein Tempdir anlegen und aufräumen. Zum Scharfschalten ist die letzte Zeile. Durch die set-Zeile sollt das einigermaßen sicher sein, nix ungewolltest zu tun, wenn das Barcode-Erkennen fehlschlägt.

Aufzurufen mit PDF-Datei und – wenn gewünscht optional – dem Zielordner:

Code: Alles auswählen

~$ rename_from_barcode foobar.pdf /some/where/else
Would move '/here/foobar.pdf' to '/some/where/else/2022-03-24_20123988.pdf'

Zum Experimentieren oder so könnt man die andere Methode auswählen:

Code: Alles auswählen

~$ method=pdftotext rename_from_barcode foobar.pdf /some/where/else

Wenn das so manuell tut, was es soll, könnt man gucken, es um inotifywait -e close_write oder so zu erweitern oder das in einem separaten Skript benutzen, um dieses hier aufzurufen.

[eggy]

Offtopic:

Ah, dann hatte ich auch nicht ganz richtig gelesen. Ich meinte, du kamst nicht auf eine reine Shell-„Implementierung“ für basename.

Ich dachte auch erst, dass das ne bash Sache wäre.
Nur such da mal in dieser Endlosmanpage nach was, von dem du den Namen nicht kennst .
Dass das in coreutils steckt, hab ich dann auch erst durch Dein Posting mit "base<tab>" ui ... mal "basetab /irgendwas/mit/pfad/ausprobieren" uiui ... "whereis basename", "apt-file search bin/basename" detektiviert. Also nochmal Danke für Gedächnis anstubsen.
Ich mach um umfangreichere Shellscripte normalerweise einen so weiten Bogen wie nur irgend möglich ... awk, make, notfalls auch Python ... alles, aber bitte nichts, bei dem ich mehr Zeit in die Besonderheiten der Syntax als in das eigentliche Problem investieren muss.
(hatte auch angenommen/gehofft, dass einer der üblichen Verdächtigen den Ball aufnimmt und die eingangs skizzierten Ideen in fertigen Code verwandelt )

[JTH]

Dass das in coreutils steckt, […]

Da stecken sicher noch so einige weniger bekannte Helferlein drin, bei denen es sich lohnen würde, die mal kennen zu lernen. Hast du nach dem RegEx-Kurs schon was vor, Meillo?

[Meillo]

Dass das in coreutils steckt, […]

Da stecken sicher noch so einige weniger bekannte Helferlein drin, bei denen es sich lohnen würde, die mal kennen zu lernen. Hast du nach dem RegEx-Kurs schon was vor, Meillo?

Jetzt habe ich ja gerade erst damit begonnen! Ich gehe davon aus, dass der sich schon ein paar Wochen hinziehen wird. Und da sprichst du schon vom naechsten Projekt!?

Nichts desto trotz, muss ich sagen, dass mir der RE-Kurs jetzt schon gefaellt. Wie auch schon beim Alias-Adventskalender mag ich die laengerdauernde gemeinsame Aktion daran. Das, finde ich, bereichert unser Forum in einer zusaetzlichen Weise. Ich haette also nichts dagegen, sowas oefters/regelmaessig zu machen. Fuer die Coreutils speziell bin ich aber nicht unbedingt die beste Ansprechperson, insbesondere nicht fuer die GNU Coreutils. Ich koennte halt ein paar POSIX Tools beitragen.

... eigentlich frage ich mich auch, warum gerade du mir die Coreutils zuschieben willst, wo du doch der grosse Kenner in dem Thema bist. Bei dem Script oben im Thread hast du ja auch alle Register gezogen! Ich sag nur:

Code: Alles auswählen

: "${method:=zbarimg}"

Wuerd' mich ja schonmal interessieren, wieviel Prozent der Leser das verstehen. (Aber ein cooles und interessantes Konstrukt ist es alle mal. Vermutlich habe ich das noch nie in einem Shellscript gesehen. )