PDFs nach Inhalt Sortieren

Set-Culture -CultureInfo en-US
$export = "C:\PFAD\export.csv"                  #Dateipfad wo die export.csv gespeichert werden soll (NAME MUSS BEIBEHALTEN WERDEN)  
$tabelle = "export"  
[int] $zeile = 2
[int] $spalte = 1
$excelanzeigen = $false
[int] $zeile2 = 2
[int] $spalte2 = 3  
Add-Type -Path "C:\PFAD\itextsharp.dll"         #Dateipfad welche auf die itextsharp.dll führt  
$pdfs = gci "C:\PFAD" *.pdf                     #Dateipfad wo die zu bearbeiteten PDFs liegen (Wichtig am ende *.pdf also: "C:\Pfad" *.pdf)  
$results = @()
$keywords = @('KEYWORD1','KEYWORD2','KEYWORD3','KEYWORD4')                #Hier die Keywords eintragen welche in den PDFs gesucht werden sollen. Es können beliebig viele im selben Format hinzugefügt werden.  
$Fehlerpfad = "C:\PFAD"                                                   #Hier muss der PFAD angegeben werden, wo die nicht Zugewiesenen PDFs abgespeichert werden sollen.  

foreach($pdf in $pdfs) {                                                  #Diese Schleife durchsucht die PDF Dateien und speichert die Ergebnisse in einer CSV.

    Write-Host "processing -" $pdf.FullName  

    # PDF vorbereiten
    $reader = New-Object iTextSharp.text.pdf.pdfreader -ArgumentList $pdf.FullName

    # Seitenzahl auslesen
    for($page = 1; $page -le $reader.NumberOfPages; $page++) {
    
        # Text auslesen
        $pageText = [iTextSharp.text.pdf.parser.PdfTextExtractor]::GetTextFromPage($reader,$page).Split([char]0x000A)

        # wenn ein keyword gefunden wurde Daten in CSV schreiben
        foreach($keyword in $keywords) {
            if($pageText -match $keyword) {
                $response = @{
                    keyword = $keyword
                    file = $pdf.FullName
                    page = $page
                }
                $results += New-Object PSObject -Property $response
            }
        }
    }
    $reader.Close()
}

$results | epcsv $export -NoTypeInformation

do                                                                    #Diese do While Schleife holt sich die Daten aus der CSV und verschiebt die PDFs in die jeweiligen Ordner.
{
$Excel = New-Object -ComObject excel.application # Excel starten
$Excel.Visible = $excelanzeigen
$Workbook = $Excel.Workbooks.Open($export)
$Table =$workbook.Worksheets.Item($tabelle)
$keywordexcel = $Table.Cells.Item($zeile,$spalte).Text
$pdfdatei = $Table.Cells.Item($zeile2,$spalte2).Text
$Excel.Quit() #Excel beenden   
    switch ($keywordexcel)
    {
    "KEYWORD1" {Move-Item -Path $pdfdatei -Destination C:\PFAD\ORDNER1}       #Hier werden die Ordner für die Jeweiligen PDFs hinterlegt.  
    "KEYWORD2" {Move-Item -Path $pdfdatei -Destination C:\PFAD\ORDNER2}       #Wichtig ist die oben festgelegten Keywords in der selben Reihenfolge hier aufzulisten  
    "KEYWORD3" {Move-Item -Path $pdfdatei -Destination C:\PFAD\ORDNER3}       #und die jeweiligen Ordnerpfade anzugeben  
    "KEYWORD4" {Move-Item -Path $pdfdatei -Destination C:\PFAD\ORDNER4}  
    }
    $zeile++
    $zeile2++
 }
 while ($keywords -contains $keywordexcel)                                                              #Die Schleife läuft so lange, bis die Tabelle abgearbeitet ist. 

$pdfs2 = gci "C:\PFAD\*.pdf"                    #Hier muss der selbe PFAD wie $pdfs angegeben werden nur in einem anderen Format.  

Move-Item -Path $pdfs2 -Destination $Fehlerpfad            # Verschiebt übrige Dateien in den Nicht zugewiesen Ordner / Hier muss der PFAD zu den PDFS manuell angegeben werden
cd $Fehlerpfad                        

Write-Host "Dateien im nicht Zugewiesen Ordner:"  
Get-ChildItem -File | Measure-Object | %{$_.Count}                                  #Zählt die Dateien im nicht zugewiesen Ordner und Zeigt die Anzahl an Dateien an

Write-Host ""  
Write-Host "done"  
Set-Culture -CultureInfo de-AT