Ricerca_Stringa_PDF

Questo script permette di cercare una stringa o una REGEX all’interno di uno o più file PDF, con possibilità di analizzare intere cartelle in modo ricorsivo. Alla fine genera automaticamente due file di report:

• File con la stringa.txt
• File senza stringa.txt

L’obiettivo è offrire un tool semplice, immediato e utilizzabile da terminale senza configurazioni complicate.

✨ Funzionalità principali

• ✔️ Estrazione testo dai PDF tramite PyPDF2
• ✔️ Ricerca case-insensitive
• ✔️ Modalità REGEX opzionale
• ✔️ Supporto a:
• singolo PDF
• cartella
• ricerca ricorsiva nelle sottocartelle
• ✔️ Barra di progresso con tqdm
• ✔️ Gestione robusta degli errori
• ✔️ Generazione automatica dei file:
• File con la stringa.txt
• File senza stringa.txt

📦 Requisiti

Installazione dei pacchetti necessari:

pip install PyPDF2 tqdm

▶️ Utilizzo

Esegui lo script normalmente:

python3 cerca_pdf.py

Ti guiderà passo passo:

1. Ti chiederà se vuoi usare una REGEX
2. Inserirai la stringa o il pattern
3. Indicherai un PDF singolo o una cartella
4. Lo script eseguirà la scansione e genererà i due file di output

📁 Output generati

Alla fine dell’analisi troverai nella cartella di lavoro:

• File con la stringa.txt

  Contiene tutti i PDF in cui la stringa/regex è stata trovata.

• File senza stringa.txt

  Contiene tutti i PDF in cui non è stata trovata.

📄 Esempio di esecuzione

— Ricerca stringa/REGEX nei PDF (ricorsiva) —

Vuoi usare una REGEX? [s/N]: s
1) Inserisci la REGEX da cercare: fattura\s+\d+
2) Inserisci percorso PDF o cartella: ./documenti/

📄 PDF trovati: 128

Analisi PDF (REGEX): 100%|█████████████████████| 128/128 [00:08]

— RISULTATO —
✔ File con la stringa/regex: 47 → File con la stringa.txt
✘ File senza: 81 → File senza stringa.txt

Fatto! Report generati.

🧩 Struttura del codice

Lo script è organizzato in moduli funzionali:

• Estrazione testo PDF
• Ricerca semplice
• Ricerca REGEX
• Scansione ricorsiva delle cartelle
• Flusso guidato via terminale
• Entrypoint if name == "main":