2. Typen des Dokuments

← Die Sprache · Inhalt · Weiter: text:: →

Jedes Skript erhält automatisch die Variable doc, die das analysierte PDF darstellt. Von ihr aus erreicht man Seiten, Schriften und Bilder.

2.1 doc — das Dokument

Methode: doc.extract_text() — der Text des ganzen Dokuments, Seiten durch Zeilenumbrüche getrennt.

check "Document properties" {
  print("file:", doc.filename)
  print("pages:", doc.page_count)

  // Diese Sammlungen sind gewöhnliche Listen — alle Methoden funktionieren
  require doc.pages.length == doc.page_count
  require doc.fonts.length > 0

  text = doc.extract_text()
  assert text.trim() != "", "PDF has no extractable text (images only?)"
  print("total characters:", text.length)
}

2.2 page — die Seite

Seiten kommen aus doc.pages (in einem Block) oder aus der Variable page (in einer rule).

Methode: page.extract_text() — nur der Text dieser Seite.

check "Page format" {
  doc.pages.each { |page|
    // number ist die Nummer für Menschen, index dient internen Rechnungen
    assert page.width > 100mm,
      "page #{page.number} is too narrow: #{page.width}pt"

    // Die Rahmen: für den Druck unverzichtbar
    assert page.has_trim_box, "page #{page.number} has no TrimBox (trim area)"
    assert page.has_bleed_box, "page #{page.number} has no BleedBox (bleed area)"

    assert page.tac <= 300,
      "page #{page.number}: #{page.tac}% ink (limit 300%)"

    // min_stroke_width kann null sein (keine Linie auf der Seite).
    // null ist falsch, deshalb ist das hier sicher:
    assert !page.min_stroke_width || page.min_stroke_width >= 0.25,
      "page #{page.number} has a hairline stroke"
  }
}

check "Blank pages" {
  leere = doc.pages.filter { |p| p.extract_text().trim() == "" }
  assert leere.length == 0,
    "#{leere.length} blank page(s): #{leere.map { |p| p.number }.join(", ")}"
}

2.3 font — die Schrift

Kommt aus doc.fonts. Eigenschaften: font.name (Name) und font.is_embedded (eingebettet oder nicht).

check "Embedded fonts" {
  // Eine nicht eingebettete Schrift ersetzt der Betrachter — der Text ändert sich
  doc.fonts.each { |font|
    assert font.is_embedded,
      "font '#{font.name}' is not embedded in the PDF"
  }
  print("fonts in use:", doc.fonts.map { |f| f.name }.join(", "))
}

2.4 image — das Bild

Kommt aus doc.images (alle) oder page.images (die einer Seite).

Die DPI-Angabe ist effektiv, berechnet als „Pixel ÷ gedruckte Größe auf der Seite“, nicht der Nennwert aus den Metadaten. Diese Zahl entscheidet über die Druckqualität: Ein Bild mit 1000 px, auf 20 cm gezogen, hat eine niedrige Auflösung, ganz gleich was seine Metadaten behaupten.

profile "images-for-offset" {
  const MIN_DPI = 300

  check "Resolution" {
    doc.images.each { |img|
      assert img.dpi >= MIN_DPI,
        "image #{img.width}x#{img.height}px on page #{img.page_number}: #{img.dpi} DPI (minimum #{MIN_DPI})"
    }
  }

  check "Color space" {
    // Offset arbeitet in CMYK; RGB muss umgewandelt werden
    doc.images.each { |img|
      assert img.color_space != "DeviceRGB",
        "RGB image on page #{img.page_number} — convert to CMYK"
    }
  }

  check "Images per page" {
    doc.pages.each { |page|
      print("page", page.number, "has", page.images.length, "image(s)")
    }
  }
}

2.5 region — ein Bereich der Seite

Eine Region grenzt einen Teil der Seite durch ein Rechteck ab. Damit prüft man Fußzeilen, Kopfzeilen, den Platz eines Strichcodes oder ein Pflichtangaben-Band.

Erzeugen: region(x, y, breite, höhe [, "name"]), der Ursprung (0,0) liegt wie im PDF unten links.

check "Working with regions" {
  fuss = region(0, 0, 595, 60, "footer")

  require fuss.name == "footer"
  require fuss.top == 60.0
  require fuss.right == 595.0
  require fuss.area == 35700.0
  require fuss.contains_point(300, 30)
  require !fuss.contains_point(300, 500)

  // Überlappungserkennung: nützlich, um ein Element zu finden,
  // das in einen reservierten Bereich hineinragt
  kopf = region(0, 780, 595, 62)
  require !fuss.intersects(kopf)

  // expand/inset liefern eine NEUE Region (die ursprüngliche bleibt)
  require fuss.expand(5mm).area > fuss.area
  require fuss.inset(3mm).area < fuss.area
}

profile "medicine-label" {
  check "Prescription band" {
    // Das Band muss oben stehen und den Pflichttext tragen
    band = region(0, 700, 595, 142, "band")
    assert text::extract_from_region(1, band).contains("PRESCRIPTION ONLY"),
      "band is missing the mandatory text"
  }

  check "Ink in the fold area" {
    // Zu viel Farbe im Falz bricht in der Weiterverarbeitung
    falz = region(290, 0, 15, 842, "center fold")
    messung = prepress::calculate_tac_by_region(1, falz)
    assert messung.first() < 240,
      "too much ink on the fold: #{messung.first()}%"
  }

  check "Barcode in the right place" {
    codebereich = region(400, 20, 180, 80, "barcode area")
    assert codes::validate_barcode_position(codebereich),
      "barcode outside the reserved area"
  }
}

← Die Sprache · Inhalt · Weiter: text:: →