File Coverage

blib/lib/SWISH/Filters/Pdf2HTML.pm
Criterion Covered Total %
statement 9 41 21.9
branch 0 10 0.0
condition 0 8 0.0
subroutine 3 6 50.0
pod 1 4 25.0
total 13 69 18.8


line stmt bran cond sub pod time code
1             package SWISH::Filters::Pdf2HTML;
2 1     1   530 use strict;
  1         2  
  1         42  
3 1     1   4 use vars qw( $VERSION @ISA );
  1         2  
  1         450  
4             $VERSION = '0.191';
5             @ISA = ('SWISH::Filters::Base');
6              
7             sub new {
8 1     1 0 19 my ($class) = @_;
9              
10 1         6 my $self = bless { mimetypes => [qr!application/pdf!], }, $class;
11              
12 1         8 return $self->set_programs(qw/ pdftotext pdfinfo /);
13             }
14              
15             sub filter {
16 0     0 1   my ( $self, $doc ) = @_;
17              
18 0           my $user_data = $doc->user_data;
19 0 0         my $title_tag
20             = ref $user_data eq 'HASH'
21             ? $user_data->{pdf}{title_tag}
22             : 'title';
23              
24 0   0       my $user_meta = $doc->meta_data || {};
25 0           my $file = $doc->fetch_filename;
26              
27 0           $self->mywarn("Pdf2HTML handling $file");
28              
29 0           my $metadata = $self->get_pdf_headers($file);
30              
31             # merge pdf meta with meta we inherited, preferring user meta
32 0           $metadata->{$_} = $user_meta->{$_} for keys %$user_meta;
33              
34 0           my $headers = $self->format_meta_headers($metadata);
35              
36 0 0 0       if ( $title_tag && exists $metadata->{$title_tag} ) {
37 0           my $title = $self->escapeXML( $metadata->{$title_tag} );
38              
39 0           $headers = "$title\n" . $headers;
40             }
41              
42             # Check for encrypted content
43              
44 0           my $content_ref;
45              
46             # patch provided by Martial Chartoire
47 0 0 0       if ( $metadata->{encrypted}
48             && $metadata->{encrypted} =~ /yes\.*\scopy:no\s\.*/i )
49             {
50 0           $content_ref = \'';
51              
52             }
53             else {
54 0           $content_ref = $self->get_pdf_content_ref($file);
55             }
56              
57             # update the document's content type
58 0           $doc->set_content_type('text/html');
59              
60 0           my $txt = <
61            
62            
63             $headers
64            
65            
66            
 
67             $$content_ref
68            
69            
70            
71             EOF
72              
73 0           return ( \$txt, $metadata );
74              
75             }
76              
77             sub get_pdf_headers {
78              
79 0     0 0   my ( $self, $file ) = @_;
80              
81             # We need a file name to pass to the pdf conversion programs
82              
83 0           my %metadata;
84 0           my $headers = $self->run_pdfinfo($file);
85 0 0         return \%metadata unless $headers;
86              
87 0           for ( split /\n/, $headers ) {
88 0 0         if (/^\s*([^:]+):\s+(.+)$/) {
89 0           my ( $metaname, $value ) = ( lc($1), $2 );
90 0           $metaname =~ tr/ /_/;
91 0           $metadata{$metaname} = $value;
92             }
93             }
94              
95 0           return \%metadata;
96             }
97              
98             sub get_pdf_content_ref {
99 0     0 0   my ( $self, $file ) = @_;
100              
101 0           my $content = $self->escapeXML( $self->run_pdftotext( $file, '-' ) );
102              
103 0           return \$content;
104             }
105              
106             1;
107             __END__