Question [Fonction]Lire les propriétés d'un fichier PDF

La fonction suivante permet de constuire un objet personnalisé contenant les metadonnées d'un fichier PDF.
Elle utilise la dll spécialisée iTextSharp.dll ( v5.0.4), celle-ci permet de manipuler et créer des fichiers .pdf.

[code:1]
# load ITextSHarp.dll
$path=\"G:\PS\PDF\"
[System.Reflection.Assembly]::LoadFrom(\"$path\itextsharp.dll\"«»)

function New-PDFDocumentInformation{
#Lit les propriétés et metadonnées d'un fichier PDF
#
# Un fichier pdf contient une table des références (xref),
# celle-ci est toujours stockée en fin de fichier.
# Le chargement partiel du document peut donc prendre un certain temps...

#Dépendance : itextsharp.dll ( v5.0.4)
# sourceforge.net/projects/itextsharp/

param(
[ValidateNotNullOrEmpty()]
[Parameter(Position=0,Mandatory=$true,ValueFromPipeline = $true,ValueFromPipelineByPropertyName= $true)]
[Alias(\"PSPath\"«»)]
#Référence un chemin d'un système de fichiers ou une url : file://, http://, https://
[String] $Path
)

begin {$isForceToReadAll=$False}

process {
try
{
# Vérifie le type du chemin
#pour \"h:/\", \"h:\\" -> false
#pour \"htoto:/\", \"http://\" -> true
#pour \"htoto:\\", \"http:\\\"-> false
if (-not [Uri]::IsWellFormedUriString($Path,[UriKind]::Absolute))
{
#Transforme le path qui peut être relatif ou
# contenir une référence à un provider.
$Path=$ExecutionContext.SessionState.Path.GetUnresolvedProviderPathFromPSPath($Path)
}
#Le constructeur gére l'inexistence du fichier.
$AccessFile = New-object iTextSharp.text.pdf.RandomAccessFileOrArray($Path)
Write-debug \"`tWait load Pdf : $path\"
#Charge partiellement en mémoire un document PDF
$reader = New-object iTextSharp.text.pdf.PdfReader($AccessFile, $isForceToReadAll)
Write-debug \"Next pdf file\"
# Construit un objet à partir des propriétés du pdf.
$PDFDocument=New-Object PSObject -Property @{
FileName=$_.FullName
NumberOfPages=$reader.NumberOfPages;
#Pas de méthode Clone sur un dictionnaire générique.
Info=$(
$hCopy=@{}
$reader.Info.GetEnumerator()|
Foreach {$hCopy.Add($_.Key,$_.Value) }
$hCopy
)
#Le fichier est altéré ?
Tampered=$reader.Tampered;
#Only the last version char is returned
PdfVersion=$reader.PdfVersion;
#encryption permissions
Permissions=$reader.Permissions;
#le fichier peut être complété ?
Appendable=$reader.Appendable;
#Metadonnées XMP.
#conversion [Byte[]] to String
MetaData=New-Object String(,$Reader.Metadata);
#Informations sur la page
PageSize=$reader.GetPageSize(1)
}
#Défini le type de l'objet personnalisé
$PDFDocument.PsObject.TypeNames[0] = \"PDFDocumentInfo\"
$PDFDocument
} catch {
$PSCmdlet.WriteError(
(New-Object System.Management.Automation.ErrorRecord(
$_.Exception,
\"PDFDocumentInfoUriOrPath\",
\"InvalidOperation\",
(\"{0} : {1}\" -f $MyInvocation.Mycommand.Name,$_.Exception.Message))
)
)
}
finally {
if ($reader -ne $null)
{ $reader.Close() }
if ($AccessFile -ne $null)
{ $AccessFile.Close() }
} #finally
} #process
} #New-PDFDocumentInformation

New-Alias New-PdfInfo New-PDFDocumentInformation -description \"Construit un objet contenant les metadonnées d'un fichier PDF.\"
[/code:1]
Un exemple de recherche et de création à partir de la documentation d'Oracle 11g (170 fichiers pdf) :
[code:1]
$files=\"G:\Oracle\Documentation\"
$PDFInfos=gci $files *.pdf -recurse | New-PDFDocumentInformation
$PDFInfos|Select Filename, @{n=\"Title\";e={$_.info.Title}}|Out-GridView
$PDFInfos|Where {$_.Info.Title -match \"(PL/SQL|Packages|SQL|Error|Booklist)\"}|Select Filename, @{n=\"Title\";e={$_.info.Title}}
[/code:1]
Quelques exemples de manipulation des informations :
[code:1]
$Pdf=$PDFInfos[0]
#Lecture à partir d'un site Web
#$pdf=\"laurent-dardenne.developpez.com/articles...werShell.pdf\"|
# New-PDFDocumentInformation

$Height=[iTextSharp.text.Utilities]::«»PointsToMillimeters($Pdf.PageSize.Height)
$Width=[iTextSharp.text.Utilities]::«»PointsToMillimeters($Pdf.PageSize.Width)
\"Format de page : $Width x $Height\"

[iTextSharp.text.pdf.PdfEncryptor]::GetPermissionsVerbose($reader.Permissions)

$x=[xml]$Pdf.MetaData
#Le champ MetaData contient des balises XMP.
#leur nom peuvent changer d'un fichier à l'autre...
#Pour $pdf -> Http
#$x.xmpmeta.rdf.description

#Pour $pdf -> Doc Oracle
$x.rdf.Description
$x.rdf.Description[0].Keywords
#ou
#$o.MetaData -match \"pdf:Keywords='(.*)'\" ; $Matches

#Format date UTC
$Dto=[DateTimeOffset]::«»Parse($x.rdf.Description[0].CreationDate)
$Dto.UtcDateTime
$Dto.LocalDateTime
[/code:1]<br><br>Message édité par: Laurent Dardenne, à: 28/09/10 12:49

Salut,
roberto écrit:

roberto écrit:
(peut-être là se trouve la source de résolution : paramétrer les tabulations à un espace pour ce traitement ?)

A priori c'est la piste à suivre, voir ce post
support.itextpdf.com/node/120
ou les commentaires de celui-ci :
www.mikesdotnetting.com/Article/82/iText...rases-and-Paragraphs
roberto écrit:

J'ai pas beaucoup lu d'exemples écrits en Powershell, qui font appel à : iTextSharp.dll

Pour de telle DLL il faut rechercher du code C# ou autre (Java), car il s'agit de comprendre le comportement avant de l'implémenter.<br><br>Message édité par: Laurent Dardenne, à: 26/11/11 19:01

roberto écrit:

La difficulté pour ceux qui abordent PowerShell sans connaître la plateforme dotNet (et le langage C# par exemple) c'est de savoir \&quot;comment utiliser les classes\&quot; issues de cette plateforme dans un script PowerShell !

A l'origine ce n'était pas vraiment l'objectif.
Il faut déjà savoir comment procéder en C# afin de le porter en PS si c'est possible.
Un post dans un forum c# spécialisé peut peut-être t'aider.Pour le moment je n'ai pas le temps de t'aider.
Peux-tu nous communiquer un fichier d'exemple pour tester ton pb ?
Sinon il existe des objet COM avec PdfCreator, avec Office 2010 il reste possible de sauvegarder en PDF.