process-pdfs.sh

#!/bin/bash

# process-pdfs.sh
#
# por Jose Bolorino
# https://github.com/bolorino
#
################
# Procesa un directorio con archivos PDF para:
# 1.- Separar los archivos de varias páginas en varios archivos de 1 sola página
# 2.- Numerar correlativamente cada PDF insertando el número en la parte superior izquierda del documento
# Los archivos numerados se crean en un nuevo directorio "numerados", manteniendo los originales
# 
# Dependencias:
# exiftool, enscript, ps2pdf, pdftk, gs
#
# https://www.bolorino.net/blog/automatizando-tareas-justificaciones-publicas/#automatizando-tareas-justificaciones-publicas
# Creado para la oficina de Provisional Danza
################

# Quitar la barra final de la ruta, si existe
PDF_PATH="${2%/}"
PAGES_FILE="${PDF_PATH}/pages.txt"
SPLITTED_PDF_PATH="${PDF_PATH}/separados"
OUTPUT_PDF_PATH="${PDF_PATH}/numerados"

dependencies=("exiftool" "enscript" "ps2pdf" "pdftk" "gs")
err_msg=("Hay problemas para ejecutar el script")

usage() {
    echo "ESTE SCRIPT SE OFRECE SIN NINGUNA GARANTÍA Y NO HA SIDO PROBADO MÁS ALLÁ DE UN CASO DE USO PARTICULAR." 2>&1
    echo 'USA SIEMPRE UNA COPIA DE LOS ARCHIVOS ORIGINALES PARA PROBARLO.'
    echo
    echo "Uso: $(basename $0) [-ahins] directorio" 
    echo '   -h  muestra esta ayuda'
    echo '   -a  procesamiento completo (crear índice, separar páginas y numerar los archivos)'
    echo '   -i  crear el indice'
    echo '   -n  numerar los PDF'
    echo '   -s  separar las páginas'
    echo
    echo '### Ejemplos ###'
    echo
    echo '# Añadir numeración consecutiva a los PDF en un directorio.'
    echo '# Añade la numeración en la parte superior izquierda de la primera página: '
    echo 'process-pdfs.sh -n /ruta/directorio/pdfs'
    echo
    echo '# Crear un índice con los nombres de los archivos y el número de páginas de cada uno.'
    echo '# Crea un archivo "pages.txt" en el mismo directorio de los PDF:'
    echo 'process-pdfs.sh -i /ruta/directorio/pdfs'
    echo
    echo '# Separar los archivos con más de 1 página en 1 archivo por página.'
    echo '# Mueve el archivo original al directorio "separados" y crea nuevos archivos con el sufijo -n donde n es el número de página:'
    echo 'process-pdfs.sh -s /ruta/directorio/pdfs'
    echo
    exit 1
}

if [[ ${#} -eq 0 || -z ${2} ]]; then
   usage
fi

optstring=":ahins"

# No ejecutar el script si hay problemas
dont_run() {
    for message in "${err_msg[@]}"
    do
       : 
       echo $message
    done
    exit 1
}

# Crea un archivo con una lista de los PDF y el número de páginas de cada uno
create_pdfs_index() {

    exiftool -T -filename -PageCount -s3 -ext pdf ${PDF_PATH} > "${PAGES_FILE}"
    
}
 
# Divide las páginas de un PDF en varios archivos
split_pages() {

    gs  -dNOPAUSE -dQUIET -dBATCH -sOutputFile="${PDF_PATH}/${output_file_name}" -dFirstPage=${current_page} -dLastPage=${current_page} -sDEVICE=pdfwrite "${PDF_PATH}/${PDF_FILE}"

}

# Separar los archivos con más de una página
process_split() {
   while read in; do

       PDF_FILE=`echo "${in}" | cut -f 1 -d$'\t'`
       PAGES=`echo "${in}" | cut -f 2 -d$'\t'`
    
       if [[ ${PAGES} -gt 1 ]]; then
          echo "${PDF_FILE} has ${PAGES} pages"
        
           file_name="${PDF_FILE%.*}"
           #ext="${PDF_FILE##*.}"
        
           current_page=1
		
           for p in `seq 1 ${PAGES}`; do
               output_file_name="${file_name}-${current_page}.pdf"
               split_pages ${output_file_name} ${current_page} ${PDF_PATH} ${PDF_FILE}
               let current_page++
           done
		
           # Archivar los originales multi-página
           mv "${PDF_PATH}/${PDF_FILE}" "${SPLITTED_PDF_PATH}/"
       fi
   done < "${PAGES_FILE}"
}

# Inserta el número en el PDF
numerate_pdf() {

    echo "${number}" | enscript -B -f Courier-Bold14 -o- | ps2pdf - | pdftk "${PDF_PATH}/${PDF_FILE}" stamp - output "${OUTPUT_PDF_PATH}/${PDF_FILE}"
    
}

# Numerar los archivos
process_numerate() {
   number=1

   for f in ${PDF_PATH}/*.pdf; do
      PDF_FILE=$(basename "$f")
       numerate_pdf $number $PDF_PATH $PDF_FILE $OUTPUT_PDF_PATH
       let number++
   done
}

check_output_path() {
   if [ ! -d "$OUTPUT_PDF_PATH" ]; then
      mkdir "$OUTPUT_PDF_PATH"
   fi
}

check_splitted_path() {
   if [ ! -d "$SPLITTED_PDF_PATH" ]; then
      mkdir "$SPLITTED_PDF_PATH"
   fi
}

check_pdf_index() {
   if [ ! -f "$PAGES_FILE" ]; then
      create_pdfs_index
   fi
}

# Comprobar las dependencias
for i in "${dependencies[@]}"
do
   : 
   if [[ "$(which ${i})" = "" ]]; then 
        err_msg+=("No se ha encontrado el ejecutable ${i}")
   fi
done

if [ ! -d "$PDF_PATH" ]; then
    err_msg+=("El directorio indicado no existe o no es accesible")
fi

if [[ ${#err_msg[@]} -gt 1 ]]; then
    dont_run
fi

while getopts ${optstring} arg; do
  case ${arg} in
    h)
      usage
      ;;
    a)
      check_output_path
      check_splitted_path
      # Crear el índice con la cantidad de páginas por archivo
      create_pdfs_index
      # Separar las páginas
      process_split
      # Numerar
      process_numerate
      ;;
    i)
      create_pdfs_index
      ;;
    n)
      check_output_path
      process_numerate
      ;;
    s)
      check_splitted_path
      process_split
      ;;
    ?)
      echo "Opción no válida: -${OPTARG}."
      echo
      usage
      ;;
  esac
done