Übersicht

Get-EulandaPdfPageText #

ÜBERSICHT #

Liest den Text jeder Seite eines PDF und schätzt, auf welcher Seite ein neuer Beleg beginnt.

SYNTAX #

Get-EulandaPdfPageText [-Path] <string> [<CommonParameters>]

BESCHREIBUNG #

Grundlage für das Trennen von Sammelbelegen (Split-EulandaPdf): der Text je Seite kommt aus ReportXtools (ab 1.8.1.0, Kommando pagetext), dazu schätzt die Funktion je Seite, ob dort ein neuer Beleg anfängt. Das ist ein Vorschlag für die Schnitte, den der Anwender in der Vorschau bestätigt oder ändert - kein Urteil.

Ein neuer Beleg beginnt auf Seite 1 und überall dort, wo - “Seite 1 von n” (auch “Seite 1/n”, “Page 1 of n”) steht, oder - eine Rechnungs- oder Belegnummer steht, die sich von der letzten gefundenen unterscheidet (“Rechnung Nr.”, “Rechnungsnummer”, “Invoice number”, “Facture n°”, “Order #”). “Seite 2 von n” und höher hält eine Seite beim vorigen Beleg, auch wenn darauf eine Nummer steht (Folgeseiten wiederholen den Kopf).

Seiten ohne Text (Scans ohne Texterkennung) bleiben beim vorigen Beleg; dann lautet der Vorschlag “ein Beleg”, und der Anwender schneidet von Hand.

PARAMETER #

-Path #

Type: string

Das PDF.

AUSGABEN #

PSCustomObject - PageCount, Pages (Page, Text, DocumentNumber, StartsDocument, Reason), Ranges (Vorschlag, je Teil ein Bereich wie '2-3'); $null bei Fehler

BEISPIELE #

(Get-EulandaPdfPageText -Path 'Amazon.pdf').Ranges