Programación Funcional - crear para abrir PDF buscar links que abren otros PDF y guardar estos en una carpeta específica

Buenos días,

Necesito crear un .Bat o un script que me permita leer dentro de un pdf PDF buscar links específicos que abren otros PDF y guardar estos pdfs en una carpeta específica

deberías intentarlo no con bat, porque la programación es muy mala.

hay bastante para Windows.
en bash se pueden hacer búsquedas en todo el disco duro.

1. buscar los pdfs
2. para cada pdf convertir almenas la primera página del pdf a txt o html
3. buscar en el texto de cada pdf una palabra que permita clasificar el pdf.
4. crear la carpeta
5. mover cada pdf por ejemplo no por el contenido del pdf sino por la fecha de elaboración.

de casualidad me puedes adjuntar el pdf para hacer pruebas del script y te lo envio, o al menos dime donde puedo descargar ese pdf.

pense en su problema y el problema fundamental es que quiere buscar dentro de un pdf otros vinculos a otros pdfs.


yo no tengo mas informacion o contexto, sinembargo pienso que lo que usted desea, es poder revisar un pdf un articulo cientifico que en su biografia tiene muchos mas pdfs y necesita un script que le saque esa informacion lo mas rapido posible.

el problema es que piensa que un .bat es un script con cualquier capacidad y eso no sucede por lo menos en windows, prque el shell el MS-DOS es muy limitado.

por ejemplo en linux hay herramientas mas especializadas para hacer lo que usted desea.

hay dos problema fundamentales:

un pdf puede tener un lvinculo a otro pdf, o solo puede tener en texto el mensionado pero no como vinculo.

existe un programa llamado pdf2html que convierte el texto del pdf a una pagina web, cuando el pdf tiene vinculos, los puede guardar como tal, pero si solo tiene los links escritos, usted va a necesitar otro programa que esos vinculos los convierta en vinculos que se puedan abrir con el navegador.

la solucion estaria en:
1, convertir el pdf a html
2. buscar en el html los vinculos que deberian empezar como "http://" y finalicen con ".pdf"
3. sacar esos vinculos y crear otro html o modificar el que este, para adicionar la palabra "href:" para convertirlos en un vinculo navegable.

eso en un .bat no se puede hacer.

se podria hacer si usa un shell para windows como busybox porque tiene mas herramientas para buscar.

sinembargo aun necesitaria el programa que convierta el pdf a texto o a html

para Windows o Linux ese programa existe y para su fortuna es gratuito y lo puede descargar aqui: http://www.xpdfreader.com/download.html

lo que quedaria es usar grep en el html y buscar la cadena -e "http://*.pdf"
grep es una herramienta de busqueda de textos dentro de otros archivos que viene integrada en linux, y en windows se consigue cuando instalas busybox que lo puedes descargar aqui:https://busybox.net/

es posible que mucha gente que no son programadores y que no tienen porque tener conocimiento, crean que un .bat es un programa que hace muchas cosas, porque lo usan a menudo para iniciar otros programas como iniciar office o abrir la calculadora o incluso lo he hecho, iniciar el linux empezando con un .BAT.

la verdad es que son unos vinculos ejecutables que llaman a otros programas o combinan muchos programas diferentes para alcanzar una meta.

Sinembargo pienso que si quien hizo la pregunta original aun esta soluciones, se puede crear un programa para windows o linux, que:

1. seleccione el archivo PDF
2. Muestre el texto contenido en el PDF
3. ingrese que busca dentro de ese PDF si lo que busca es un vinculo de internet tendria que buscar http://
Si lo que busca son referencias a otros PDF, deberia decir que busca :PDF
4. sacar el listado de encontrados en la busqueda.
5. Exportar la busqueda a HTML o a CSV(Excel), para que pueda abrir un navegador e ir almenos a los vinculos de esos PDF.

Esto es en con un Entorno GRafico de Ventanas, porque con .BAT solo se puede hacer programas de consola que en un ambiente de DOS haria todas las preguntas.

Claro todo este trabajo lo haria con un interes de ayudar a quien hizo la pregunta inicial si aun estaria interesada en resolver la pregunta que hizo.

ESto lo hago por dos motivos fundamentales:

1. Ya hacia como 20 años que no volví a esta web, porque las preguntas que hacia con el otro nombre nunca eran respondidas.
2. Si quienes sabemos programar nunca hacemos programacion altruista, gratuita, es ilogico que nos quejemos de quienes cobran y capitalizan la programacion.
3. Para mi, cad ejercicio de programacion que hago me ayuda en la recuperacion despues del ACV que tuve y me prepara para algun dia volver a trabajar.
4. Quisiera que la persona que puso en principio esta pregunta se sienta menos abandonada a su suerte, y quisiera que me comentara si le parece bien el programa asi o quizas busque alguna otra caracteristica.
.