Comment puis-je vérifier qu'un fichier PDF est "bon"?

OK, qu'est-ce que j'ai fini par faire était d'utiliser iTextShaRP pour boucler tous les objets de flux et vérifier leur longueur. La condition d'erreur que j'avais était que la longueur serait zéro. Ce test semble assez fiable. Cela peut ne pas fonctionner pour tout le monde, mais cela a fonctionné dans cette situation particulière.

J'ai utilisé "pdfinfo.exe" à partir du package XPDFBIN-Win and cpdf.exe pour vérifier les fichiers PDF pour la corruption, mais je ne voulais pas impliquer un binaire s'il n'était pas nécessaire.

J'ai lu ça Les nouveaux formats PDF les plus récents ont un catalogue de données XML lisible à la fin. J'ai donc ouvert le PDF avec Windows Notepad.exe régulier et défilé au-delà des données illisibles à la fin et a vu plusieurs clés lisibles. Je n'ai besoin que d'une seule clé, mais j'ai choisi d'utiliser à la fois la créationDate et le moddate. P>

Le script PowerShell (PS) suivant vérifiera tous les fichiers PDF dans le répertoire actuel et sortie l'état de chacun dans un fichier texte ( ! Résultats.log). Il a fallu environ 2 minutes pour courir cela contre 35 000 fichiers PDF. J'ai essayé d'ajouter des commentaires pour ceux qui sont nouveaux à PS. J'espère que cela sauver quelqu'un un peu de temps. Il y a probablement une meilleure façon de le faire, mais cela fonctionne parfaitement à mes fins et gère des erreurs silencieusement. Vous pourriez avoir besoin de définir ce qui suit au début: $ errorActionPreference = "silencieuse" si vous voyez des erreurs à l'écran. P>

Copiez les éléments suivants dans un fichier texte et nommez-le correctement (ex: checkpdf.ps1) ou Ouvrez PS et parcourez le répertoire contenant les fichiers PDF pour vérifier et la coller dans la console. P>

#
# PowerShell v4.0
#
# Get all PDF files in current directory
#
$items = Get-ChildItem | Where-Object {$_.Extension -eq ".pdf"}

$logFile = "!RESULTS.log"
$badCounter = 0
$goodCounter = 0
$msg = "`n`nProcessing " + $items.count + " files... "
Write-Host -nonewline -foregroundcolor Yellow $msg
foreach ($item in $items)
{
    #
    # Suppress error messages
    #
    trap { Write-Output "Error trapped"; continue; }

    #
    # Read raw PDF data
    #
    $pdfText = Get-Content $item -raw

    #
    # Find string (near end of PDF file), if BAD file, ptr will be undefined or 0
    #
    $ptr1 = $pdfText.IndexOf("CreationDate")
    $ptr2 = $pdfText.IndexOf("ModDate")

    #
    # Grab raw dates from file - will ERR if ptr is undefined or 0
    #
    try { $cDate = $pdfText.SubString($ptr1, 37); $mDate = $pdfText.SubString($ptr2, 31); }

    #
    # Append filename and bad status to logfile and increment a counter
    # catch block is also where you would rename, move, or delete bad files.
    #
    catch { "*** $item is Broken ***" >> $logFile; $badCounter += 1; continue; }

    #
    # Append filename and good status to logfile
    #
    Write-Output "$item - OK" -EA "Stop" >> $logFile

    #
    # Increment a counter
    #
    $goodCounter += 1
}
#
# Calculate total
#
$totalCounter = $badCounter + $goodCounter

#
# Append 3 blank lines to end of logfile
#
1..3 | %{ Write-Output "" >> $logFile }

#
# Append statistics to end of logfile
#
Write-Output "Total: $totalCounter / BAD: $badCounter / GOOD: $goodCounter" >> $logFile
Write-Output "DONE!`n`n"

qpdf sera d'une grande aide pour vos besoins: xxx

exemple de sortie: xxx