Powershell - Seitenanzahl aus PDF ermitteln

Hallo zusammen,

ich versuche gerade ein kleines Skript zu schreiben, das mir die Seitenanzahl der PDFs in einem Ordner ermittelt. Aber so einfach wie bei Textdateien wird das wohl nicht funktionieren.

Braucht man dafür wieder eine externe Library oder hat Powershell mit was an Board um Werte einer PDF auszulesen. Im Idealfall liegt die Anzahl der Seiten in den Metadaten.

Mfg

Pat

Bitte markiere auch die Kommentare, die zur Lösung des Beitrags beigetragen haben

Content-ID: 508502

Url: https://administrator.de/contentid/508502

Ausgedruckt am: 24.11.2024 um 04:11 Uhr

9 Kommentare

Neuester Kommentar

Mit iTextSharp bzw itext-dotnet z.B.

Add-Type -Path "D:\DLLs\itextsharp.dll"  
$reader = New-Object iTextSharp.text.pdf.PdfReader "D:\Test.pdf"  
$reader.NumberOfPages 

Oder auch mit pdftk
https://www.pdflabs.com/tools/pdftk-the-pdf-toolkit/
pdftk file.pdf dump_data output

RAW auszulesen ist unzuverlässig und funktioniert nicht mit jedem PDF. Man sollte das PDF mit einem Parser korrekt parsen lassen.

Moin,

Zitat von @Pat.bat:
ich versuche gerade ein kleines Skript zu schreiben, das mir die Seitenanzahl der PDFs in einem Ordner ermittelt. Aber so einfach wie bei Textdateien wird das wohl nicht funktionieren.

wie kommst du darauf, dass das bei Textdateien einfacher wäre?

Hm also irgendwas mache ich falsch, er findet die dll nicht:

Add-Type -Path "\\vdm-2.sis.net\KONZERN\LUP\50_Bescheiddruck\Skripte\itextsharp.dll"  


$PDFs = Get-ChildItem -path "\\vdm-2.sis.net\KONZERN\LUP\50_Bescheiddruck\Archiv\Test 25.10.19" -File -Filter *.pdf  

foreach ($PDF in $PDFs)
{
    $reader = New-Object iTextSharp.text.pdf.PdfReader $PDF
    write-host $reader.NumberOfPages
}

Zumindest gibt er mir diese Meldung:

New-Object : Der Typ [iTextSharp.text.pdf.PdfReader] kann nicht gefunden werden. Stellen Sie sicher, dass die Assembly, die diesen Typ enthält, geladen wird.
In K:\LUP\50_Bescheiddruck\Skripte\GetNumPages.ps1:8 Zeichen:15
+     $reader = New-Object iTextSharp.text.pdf.PdfReader $PDF
+               ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
    + CategoryInfo          : InvalidType: (:) [New-Object], PSArgumentException
    + FullyQualifiedErrorId : TypeNotFound,Microsoft.PowerShell.Commands.NewObjectCommand

Habe ich was vergessen oder spinnt ISE rum?

Doch er findet die DLL nur der Namespace wird nicht gefunden
Falsche DLL genommen die den neueren Namespace nutzt . itext-dotnet?

Der Code ist für das alte iTextSharp 5.5 API

hm ich hatte die Version 5.5.13.1 von Github runtergeladen. Dort ist es als Nupkg verpackt. Anders kann ich es ehrlich gesagt auch nicht finden :S

Dann hastes für die falsche NET Version geladen.

Noch als Ergänzung, mit dem neuen iText7-dotnet sieht das so aus (getestet):

Add-Type -Path "D:\DLLs\itext.kernel.dll"  
$doc = New-Object iText.Kernel.Pdf.PdfDocument((New-Object iText.Kernel.Pdf.PdfReader "D:\test.pdf"))  
$doc.GetNumberOfPages()
$doc.Close()

So Thema erledigt, isch bin raus....

@141575 hab mich nochmal etwas mehr mit beschäftigt und dein Vorschlag mit dem pdftk funktioniert super.

So bekomme ich nun die Seitenanzahl der PDFs raus

Eine Sache nur noch, ist vll was kleines, aber Nachdem ich mir die Seitenanzahl in eine Variable speichere und mit einer einfachen Wenn Abfrage prüfen will ob das PDF mehr als 10 Seiten hat, geht auch auch dann rein, wenn das PDF zb. nur 2 Seiten hat. PDFs die nur eine Seite haben überspringt er tatsächlich.

dir "$Path\*.pdf" | foreach-object {  
    $pdf = pdftk.exe $_.FullName dump_data
    [int32]$NumberOfPages = [regex]::match($pdf,'NumberOfPages: (\d+)').Groups[1].Value  
    $NumberOfPages
If ($NumberOfPages -gt 10) {
        $FilePath = $_.FullName
        $FileName = $_.Name
        
        If (Test-Path "$Path\GrosseDokumente") {  
            Move-Item -Path "$FilePath" -Destination "$Path\GrosseDokumente\$FileName" -Force  
        }
        Else {
            mkdir "$Path\GrosseDokumente"  
            Move-Item -Path "$FilePath" -Destination "$Path\GrosseDokumente\$FileName" -Force  
        }
    }

EDIT: Habs gefunden, ich musste die Variable $NumberOfPages als Integer deklarieren, damit er das auch wirklich als Zahl ansieht. Nun funktioniert alles perfekt. Obiger Code ist jetzt fertig. Danke nochmal