Compter les pages d'un fichier PDF

Version imprimable

Bonjour tout le monde,voilà mon problème : je développe un programme en C capable de trouver combien de pages possède un PDF,après quelques recherches j'ai trouvé 2 solutions à mon problème,l'une consiste à chercher le nombre de fois ou apparait "/Type/Page" ce qui donnera le nombre de pages,l'autre à lire le nombre écrit après "/Count".

J'ai essayé la 1ère méthode,elle semble ne pas marcher pour tout les fichiers pdf.
J'ai essayé la 2ème avec /Count et je trouve le bon nombre de pages disons 50% du temps,le problème étant qu'un fichier pdf contient plusieurs fois le terme "/Count" et il arrive que le nombres de pages soit faux.

Ce que je souhaite faire,c'est lancer plusieurs fois la recherche du terme /Count et enregistrer les nombres de pages dans des variables pour ensuite prendre la plus grande.

Voici mon code :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
#include<stdio.h>
#include<stdlib.h>
#include<string.h>
 
 
void lirePage(char nom[])
{
    FILE *pdf;
    char zone[5];
    int taille,cpt,i=0,pages;
    long int position,reste;
 
    strcat(nom,".pdf");
 
    pdf=fopen(nom,"r");
    if (pdf==NULL)
    {
        printf ("Fichier introuvable.\n");
        getch();
        exit (1);
    }
 
    fseek(pdf,0,SEEK_SET);
/*for(cpt=0;cpt<10;cpt++)
{*/
    while(feof(pdf)!=EOF)
    {
        if(fgetc(pdf)=='/')
        {
            if(fgetc(pdf)=='C')
            {
                printf("2eme lettre trouvee.\n");
                if(fgetc(pdf)=='o')
                {
                    printf("3eme lettre trouvee.\n");
                    if(fgetc(pdf)=='u')
                    {
                        printf("4eme lettre trouvee.\n");
                        if(fgetc(pdf)=='n')
                        {
                            printf("5eme lettre trouvee.\n");
                            if(fgetc(pdf)=='t')
                            {
                                printf("Position trouvee !\n");
                                position=ftell(pdf);
                                break;
                            }
                        }
                        if(feof(pdf)!=EOF)
                        {
                            fseek(pdf,-1,SEEK_CUR);
                        }
                    }
 
                    if(feof(pdf)!=EOF)
                    {
                        fseek(pdf,-1,SEEK_CUR);
                    }
                }
 
                if(feof(pdf)!=EOF)
                {
                    fseek(pdf,-1,SEEK_CUR);
                }
            }
            if(feof(pdf)!=EOF)
            {
                fseek(pdf,-1,SEEK_CUR);
            }
        }
        if(feof(pdf)!=EOF)
        {
            fseek(pdf,0,SEEK_CUR);
        }
        if(feof(pdf)!=0) break;
    }
 
//}
 
 
    position=position+1;
    fseek(pdf,position,SEEK_SET);
    fread(zone,5,1,pdf);
    pages=atoi(zone);
    printf("\nCe fichier contient %d pages.\n",pages);
    fclose(pdf);
 
}
 
 
 
int main()
{
 
    char fichier[20];
    int p1;
 
    printf("Entrez le nom du fichier : ");
    scanf("%s",fichier);
    lirePage(fichier);
 
    getch();
}

30/05/2012, 16h40
Neckara

Déjà une première chose, utilise les balise CODE.
30/05/2012, 16h41
Neckara
Sinon un simple :
Code:

1 2 3 4 int i = 0; while(fscanf("/Count") i++;
Ne marcherait-il pas?

PS : je me suis trompé de bouton j'ai cliqué sur 'poster' au lieu de 'éditer'
30/05/2012, 16h57
Bktero

J'ai ouvert 2 PDF générés avec MikTex et le dernier /Count correspond à la somme des précédents. A voir si c'est généralisable.
04/06/2012, 16h01
Kishikage

Tout d'abord désolé d'avoir tardé à répondre et,non Neckara,cette solution ne fonctionne pas.
08/06/2012, 16h32
Obsidian
Hello,

Citation:

Envoyé par Kishikage

… j'ai trouvé 2 solutions à mon problème,l'une consiste à chercher le nombre de fois ou apparait "/Type/Page" ce qui donnera le nombre de pages,l'autre à lire le nombre écrit après "/Count".

J'ai essayé la 1ère méthode,elle semble ne pas marcher pour tout les fichiers pdf.
J'ai essayé la 2ème avec /Count et je trouve le bon nombre de pages disons 50% du temps,le problème étant qu'un fichier pdf contient plusieurs fois le terme "/Count" et il arrive que le nombres de pages soit faux.

Tu n'étais pas très loin de la solution. :-)
Les spécifications du format PDF disent ceci :

Citation:

Envoyé par PDF 1.7

3.6.2 Page Tree
The pages of a document are accessed through a structure known as the page tree,
which defines the ordering of pages in the document. […]

Page Tree Nodes
Table 3.26 shows the required entries in a page tree node.

Type name (Required) The type of PDF object that this dictionary describes; must be Pages for a page tree node.
Parent dictionary (Required except in root node; must be an indirect reference) The page tree node that is the immediate parent of this one.
Kids array (Required) An array of indirect references to the immediate children of this node. The children may be page objects or other page tree nodes.
Count integer (Required) The number of leaf nodes (page objects) that are descendants of this node within the page tree.

Donc :
- Un dictionnaire de type « /Pages » n'est pas une page mais une collection de page ;
- Un tel dictionnaire — appelé Page Tree — contient soit des pages, soit d'autres pages Page Trees ;
- L'entrée /Count d'un Page Tree donne le nombre total de « feuilles », c'est-à-dire de terminaisons de l'arbre, contenu dans ce dictionnaire et tous ses descendants.
Donc, compter le nombre de « /Type /Pages » ne donne pas le nombre de pages, et faire la somme de toutes les valeurs de /Count additionnerait plusieurs fois les mêmes pages et, en plus, le mot-clé « /Count » n'est pas propre aux Pages Trees. Il peut être utilisé dans d'autres objets… y compris ceux qui sont propres à certains logiciels et qui ne sont pas définis dans la spécification !

Par contre, en remontant à l'envers, tous ces sous-arbres sont eux-mêmes réunis dans un seul arbre racine et comme /Count donne le nombre total de feuilles, la valeur à coté /Count dans la racine correspond forcément au nombre total du document, et c'est ce que l'on cherche.

Par conséquent, il faut :
- Trouver le trailer ;
- Trouver l'entrée /Root dans ce trailer et relever la référence de l'objet indiqué, à savoir un « Catalogue », qui est lui-même un dictionnaire contenant « /Type /Catalog » et d'autres entrées obligatoires ;
- Trouver dans ce catalogue l'entrée « /Page » qui référence la racine de l'arbre, à savoir un Page Tree ;
- Trouver dans cette racine l'entrée /Count. Sa valeur est celle que tu cherches.
Je viens d'essayer sur une demi-douzaine de documents et ça fonctionne à chaque fois.