pdf/xpdf/pdftotext.cc

   1 //========================================================================
   2 //
   3 // pdftotext.cc
   4 //
   5 // Copyright 1997 Derek B. Noonburg
   6 //
   7 //========================================================================
   8
   9 #include <stdio.h>
  10 #include <stdlib.h>
  11 #include <stddef.h>
  12 #include <string.h>
  13 #include "parseargs.h"
  14 #include "GString.h"
  15 #include "gmem.h"
  16 #include "Object.h"
  17 #include "Stream.h"
  18 #include "Array.h"
  19 #include "Dict.h"
  20 #include "XRef.h"
  21 #include "Catalog.h"
  22 #include "Page.h"
  23 #include "PDFDoc.h"
  24 #include "TextOutputDev.h"
  25 #include "Params.h"
  26 #include "Error.h"
  27 #include "config.h"
  28
  29 static int firstPage = 1;
  30 static int lastPage = 0;
  31 static GBool useASCII7 = gFalse;
  32 static GBool useLatin2 = gFalse;
  33 static GBool useLatin5 = gFalse;
  34 #if JAPANESE_SUPPORT
  35 static GBool useEUCJP = gFalse;
  36 #endif
  37 static GBool rawOrder = gFalse;
  38 static char userPassword[33] = "";
  39 static GBool printVersion = gFalse;
  40 static GBool printHelp = gFalse;
  41
  42 static ArgDesc argDesc[] = {
  43   {"-f",      argInt,      &firstPage,     0,
  44    "first page to convert"},
  45   {"-l",      argInt,      &lastPage,      0,
  46    "last page to convert"},
  47   {"-ascii7", argFlag,     &useASCII7,     0,
  48    "convert to 7-bit ASCII (default is 8-bit ISO Latin-1)"},
  49   {"-latin2", argFlag,     &useLatin2,     0,
  50    "convert to ISO Latin-2 character set"},
  51   {"-latin5", argFlag,     &useLatin5,     0,
  52    "convert to ISO Latin-5 character set"},
  53 #if JAPANESE_SUPPORT
  54   {"-eucjp",  argFlag,     &useEUCJP,      0,
  55    "convert Japanese text to EUC-JP"},
  56 #endif
  57   {"-raw",    argFlag,     &rawOrder,      0,
  58    "keep strings in content stream order"},
  59   {"-upw",    argString,   userPassword,   sizeof(userPassword),
  60    "user password (for encrypted files)"},
  61   {"-q",      argFlag,     &errQuiet,      0,
  62    "don't print any messages or errors"},
  63   {"-v",      argFlag,     &printVersion,  0,
  64    "print copyright and version info"},
  65   {"-h",      argFlag,     &printHelp,     0,
  66    "print usage information"},
  67   {"-help",   argFlag,     &printHelp,     0,
  68    "print usage information"},
  69   {NULL}
  70 };
  71
  72 int main(int argc, char *argv[]) {
  73   PDFDoc *doc;
  74   GString *fileName;
  75   GString *textFileName;
  76   GString *userPW;
  77   TextOutputDev *textOut;
  78   TextOutputCharSet charSet;
  79   GBool ok;
  80   char *p;
  81
  82   // parse args
  83   ok = parseArgs(argDesc, &argc, argv);
  84   if (!ok || argc < 2 || argc > 3 || printVersion || printHelp) {
  85     fprintf(stderr, "pdftotext version %s\n", xpdfVersion);
  86     fprintf(stderr, "%s\n", xpdfCopyright);
  87     if (!printVersion) {
  88       printUsage("pdftotext", "<PDF-file> [<text-file>]", argDesc);
  89     }
  90     exit(1);
  91   }
  92   fileName = new GString(argv[1]);
  93
  94   // init error file
  95   errorInit();
  96
  97   // read config file
  98   initParams(xpdfConfigFile);
  99
 100   // open PDF file
 101   xref = NULL;
 102   if (userPassword[0]) {
 103     userPW = new GString(userPassword);
 104   } else {
 105     userPW = NULL;
 106   }
 107   doc = new PDFDoc(fileName, userPW);
 108   if (userPW) {
 109     delete userPW;
 110   }
 111   if (!doc->isOk()) {
 112     goto err;
 113   }
 114
 115   // check for copy permission
 116   if (!doc->okToCopy()) {
 117     error(-1, "Copying of text from this document is not allowed.");
 118     goto err;
 119   }
 120
 121   // construct text file name
 122   if (argc == 3) {
 123     textFileName = new GString(argv[2]);
 124   } else {
 125     p = fileName->getCString() + fileName->getLength() - 4;
 126     if (!strcmp(p, ".pdf") || !strcmp(p, ".PDF")) {
 127       textFileName = new GString(fileName->getCString(),
 128                                  fileName->getLength() - 4);
 129     } else {
 130       textFileName = fileName->copy();
 131     }
 132     textFileName->append(".txt");
 133   }
 134
 135   // get page range
 136   if (firstPage < 1) {
 137     firstPage = 1;
 138   }
 139   if (lastPage < 1 || lastPage > doc->getNumPages()) {
 140     lastPage = doc->getNumPages();
 141   }
 142
 143   // write text file
 144 #if JAPANESE_SUPPORT
 145   useASCII7 |= useEUCJP;
 146 #endif
 147   charSet = textOutLatin1;
 148   if (useASCII7) {
 149     charSet = textOutASCII7;
 150   } else if (useLatin2) {
 151     charSet = textOutLatin2;
 152   } else if (useLatin5) {
 153     charSet = textOutLatin5;
 154   }
 155   textOut = new TextOutputDev(textFileName->getCString(), charSet, rawOrder);
 156   if (textOut->isOk()) {
 157     doc->displayPages(textOut, firstPage, lastPage, 72, 0, gFalse);
 158   }
 159   delete textOut;
 160
 161   // clean up
 162   delete textFileName;
 163  err:
 164   delete doc;
 165   freeParams();
 166
 167   // check for memory leaks
 168   Object::memCheck(stderr);
 169   gMemReport(stderr);
 170
 171   return 0;
 172 }