Ajout de métadonnées sur documents (plugin medias_dist)

naema

Février 2019

Bonjour,
J’aimerais ajouter une nouvelle métadonnée aux documents type pdf (ie. le nombre de pages) et au-delà de l’ajout manuel avec un ChampExtra sur les documents (ce que j’ai fait, mais me semble fastidieux), y a-t’il un moyen d’ajouter la métadonnée du nb de pages des pdf directement avec une fonction dans SPIP, pour ensuite l’intégrer parmi les autres caractéristiques (reconnues nativement telles que le type PDF et le poids en octet, par ex). Etant donné que le nb de pages s’affiche automatiquement dans les navigateurs web à l’ouverture d’un pdf, ce me semble être possible de récupérer l’information. Je n’ai rien trouvé dans plugins-dist/medias/inc/renseigner _document mais ce serait une piste. Si vous pouvez m’éclairer, merci d’avance. (spip 3.2.1 et 3.2.3)

Par note Par date Par date chronologique

Indiquez l’intérêt que vous portez à cette réponse

0

placido

Février 2019

Bonjour,

Une piste :
Utiliser le plugin extraire_documents qui embarque la bibliothèque pdfparser.
Puis surcharger la fonction extraire_fallback_application_pdf_90_pdfparser_extraire_dist pour qu’elle retourne l’information du nombre de pages (rajouter un compteur dans le foreach ligne 62 et renvoyer la valeur dans le casier $infos['total_pages'].
// Parcourir les pages et extraire le contenu textuel $nb = ''; try { foreach ($pdf->getPages() as $page){ $nb++; $contenu .= $page->getText(); } } catch (Exception $e) { //si on ne peut extraire le texte on passe à la page suivante $contenu .= ''; } //Libérer les ressources unset($parser); unset($loader); // Si on a trouvé du texte if ($contenu){ $infos['contenu'] = $contenu; $infos['total_pages'] = $nb; } return $infos;
Dès lors on peut récuperer l’information pour un id_document donné :
$extraire_document = charger_fonction('extraire_document','inc'); $infos = $extraire_document(array('id_document'=> '862')); //var_dump($infos["total_pages"]);
À combiner avec le pipeline post_insertion et/ou post_edition pour automatiser l’enregistrement en base de données.
Indiquez l’intérêt que vous portez à cette réponse

0

Naema

Mars 2019

Merci pour ces informations ! Je teste dès que possible (j’avais oublié de renseigner "me tenir informé de la discussion" et oublié que j’avais posté la question ici, d’où le délai de réponse). Si vous n’avez pas de réponse ultérieure, c’est que ça fonctionne ! (et je pense, vu le code proposé, que c’est prometteur). Merci bien, donc.
Indiquez l’intérêt que vous portez à cette réponse

0
Naema

Mars 2019
Voici après quelques tentatives :
- j’ai bien surchargé : extraire_fallback_application_pdf_90_pdfparser_extraire_dist en déclarant la fonction extraire_fallback_application_pdf_90_pdfparser_extraire (dans ’mes_options’ suivant les indications pour ajouter le compteur du nb de pages)
- créé les post-edition et post-insertion de la sorte : if (!isset($GLOBALS['spip_pipeline']['post_insertion'])) { $GLOBALS['spip_pipeline']['post_insertion'] = ""; } $GLOBALS['spip_pipeline']['post_insertion'] .= "|nbpages_post_insertion"; function nbpages_post_insertion($flux) { if ($flux['args']['table'] = 'spip_documents') { $extraire_document = charger_fonction('extraire_document','inc'); $infos = $extraire_document(array('id_document'=> $id_document)); var_dump($infos["total_pages"]); } return $flux; }
  (toujours dans ’mes_options’)
- tenté de créer une balise adéquate pour récupérer facilement l’info dans un squelette (mais le code ci-dessous produit systematiquement une erreur) function balise_NBPAGES($p) { $id_document = champ_sql('id_document', $p); $p->code = "extraire_document($id_document)"; $p->type = 'php'; return $p; }
- tenté enfin de créer une fonction de définition des metas pour qu’elle soit reconnue par le pipeline ’afficher_metas_document’ mais là, c’est vraiment au-delà de mes compétences (égales à zero en PHP par ailleurs !) , une idée ci-dessous /* Fonction de type metada_autres_dist (qui n'existe pas dans le plugin Medias) * pour inclure le nb de pages aux metadata et ainsi beneficier automatiquement du pipeline afficher_metas_document * (a faire) */ function metadata_autres_dist($fichier) { $meta = array(); include_spip('lib/TCPDF-6.2.17'); include_spip('lib/pdfparser-0.12.0'); if ($infos["total_pages"] = ??? )) { // ne sais pas comment faire $meta['nbpages'] = intval($infos[total_pages]); // idem } return $meta; }
  Donc il y a encore du pain sur la planche... par ailleurs le plugin est fort impressionnant par tout le codage, et hâte qu’il soit documenté. Merci beaucoup pour les informations.