19 lines
999 B
Markdown
19 lines
999 B
Markdown
|
# CLAUDE.md
|
|||
|
|
|
|||
|
|
PDF → Markdown → EPUB für den PocketBook-Reader (digitale und gescannte PDFs).
|
|||
|
|
Aktuelles Programm: `pdf2md_v5.py` (Einzeldatei). v1–v4 sind Historie, nicht ändern.
|
|||
|
|
|
|||
|
|
## Befehle
|
|||
|
|
|
|||
|
|
- Tests: `python3 -m pytest` (Fixtures werden synthetisch erzeugt; OCR braucht `tesseract-ocr-deu`)
|
|||
|
|
- Lint: `python3 -m ruff check pdf2md_v5.py tests/`
|
|||
|
|
- Echttest: `python3 pdf2md_v5.py --epub Operation_Ljutsch_Band_1_-_Reinhard_Otto_Kranz.pdf <scratch>/band1.md`
|
|||
|
|
|
|||
|
|
## Konventionen
|
|||
|
|
|
|||
|
|
- Hilfetexte, Meldungen, Kommentare und Docstrings auf Deutsch (wie v4); Bezeichner Englisch.
|
|||
|
|
- Echttests nie nach `Fertig/` schreiben (dort liegen die Ergebnisse des Nutzers).
|
|||
|
|
- PDFs/EPUBs/Bilder sind per `.gitignore` ausgeschlossen – keine Binärdateien committen.
|
|||
|
|
- `pdf2md_v5.py` patcht zwei Funktionen in `pymupdf4llm.helpers.document_layout`
|
|||
|
|
(`get_styled_text`, `text_to_md`). Nach einem pymupdf4llm-Update prüfen, ob
|
|||
|
|
`tests/test_normalize.py::test_pymupdf4llm_patch_keeps_compound_hyphen` noch grün ist.
|