dschlueter/pdf2md
Watch
1
0
Fork
You've already forked pdf2md
 0
Code Issues Pull requests Projects Releases Packages Wiki Activity
pdf2md/CLAUDE.md
Dieter Schlüter a21d900e6b Aufräumen: alte Skriptstände und Info/ entfernt 
- History/pdf2md_v1.py … v4.py entfernt (bleiben in der Git-Historie)
- Info/ entfernt
- README.md und CLAUDE.md angepasst

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-02 13:21:10 +02:00

1 KiB
Raw Blame History

CLAUDE.md

PDF → Markdown → EPUB für den PocketBook-Reader (digitale und gescannte PDFs). Aktuelles Programm: pdf2md.py (Einzeldatei; Name bleibt fest, keine Versionsnummer im Dateinamen). Frühere Stände (v1–v4) nur noch in der Git-Historie.

Befehle

  • Tests: python3 -m pytest (Fixtures werden synthetisch erzeugt; OCR braucht tesseract-ocr-deu)
  • Lint: python3 -m ruff check pdf2md.py tests/
  • Echttest: python3 pdf2md.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.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.