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 #if JAPANESE_SUPPORT
  33 static GBool useEUCJP = gFalse;
  34 #endif
  35 static GBool rawOrder = gFalse;
  36 GBool printCommands = gFalse;
  37 static GBool printHelp = gFalse;
  38
  39 static ArgDesc argDesc[] = {
  40   {"-f",      argInt,      &firstPage,     0,
  41    "first page to convert"},
  42   {"-l",      argInt,      &lastPage,      0,
  43    "last page to convert"},
  44   {"-ascii7", argFlag,     &useASCII7,     0,
  45    "convert to 7-bit ASCII (default is 8-bit ISO Latin-1)"},
  46 #if JAPANESE_SUPPORT
  47   {"-eucjp",  argFlag,     &useEUCJP,      0,
  48    "convert Japanese text to EUC-JP"},
  49 #endif
  50   {"-raw",    argFlag,     &rawOrder,      0,
  51    "keep strings in content stream order"},
  52   {"-q",      argFlag,     &errQuiet,      0,
  53    "don't print any messages or errors"},
  54   {"-h",      argFlag,     &printHelp,     0,
  55    "print usage information"},
  56   {"-help",   argFlag,     &printHelp,     0,
  57    "print usage information"},
  58   {NULL}
  59 };
  60
  61 int main(int argc, char *argv[]) {
  62   PDFDoc *doc;
  63   GString *fileName;
  64   GString *textFileName;
  65   TextOutputDev *textOut;
  66   GBool ok;
  67   char *p;
  68
  69   // parse args
  70   ok = parseArgs(argDesc, &argc, argv);
  71   if (!ok || argc < 2 || argc > 3 || printHelp) {
  72     fprintf(stderr, "pdftotext version %s\n", xpdfVersion);
  73     fprintf(stderr, "%s\n", xpdfCopyright);
  74     printUsage("pdftotext", "<PDF-file> [<text-file>]", argDesc);
  75     exit(1);
  76   }
  77   fileName = new GString(argv[1]);
  78
  79   // init error file
  80   errorInit();
  81
  82   // read config file
  83   initParams(xpdfConfigFile);
  84
  85   // open PDF file
  86   xref = NULL;
  87   doc = new PDFDoc(fileName);
  88   if (!doc->isOk()) {
  89     goto err1;
  90   }
  91
  92   // check for copy permission
  93   if (!doc->okToCopy()) {
  94     error(-1, "Copying of text from this document is not allowed.");
  95     goto err2;
  96   }
  97
  98   // construct text file name
  99   if (argc == 3) {
 100     textFileName = new GString(argv[2]);
 101   } else {
 102     p = fileName->getCString() + fileName->getLength() - 4;
 103     if (!strcmp(p, ".pdf") || !strcmp(p, ".PDF"))
 104       textFileName = new GString(fileName->getCString(),
 105                                  fileName->getLength() - 4);
 106     else
 107       textFileName = fileName->copy();
 108     textFileName->append(".txt");
 109   }
 110
 111   // get page range
 112   if (firstPage < 1)
 113     firstPage = 1;
 114   if (lastPage < 1 || lastPage > doc->getNumPages())
 115     lastPage = doc->getNumPages();
 116
 117   // write text file
 118 #if JAPANESE_SUPPORT
 119   useASCII7 |= useEUCJP;
 120 #endif
 121   textOut = new TextOutputDev(textFileName->getCString(), useASCII7, rawOrder);
 122   if (textOut->isOk())
 123     doc->displayPages(textOut, firstPage, lastPage, 72, 0);
 124   delete textOut;
 125
 126   // clean up
 127   delete textFileName;
 128  err2:
 129   delete doc;
 130  err1:
 131   freeParams();
 132
 133   // check for memory leaks
 134   Object::memCheck(stderr);
 135   gMemReport(stderr);
 136
 137   return 0;
 138 }