feat: Dokumentenablage, OCR, Volltextsuche und Belegmappe
Etappe 3. Dazu die geteilte Infrastruktur, auf der die Berichte der
folgenden Etappen aufsetzen: Speichertreiber und PDF-Grundgeruest.
Dateiablage hinter einer Schnittstelle, zwei Treiber - lokales
Verzeichnis fuer die Entwicklung, S3-kompatibel fuer den Betrieb. Der
Schluessel wird erzeugt, nie aus dem Dateinamen abgeleitet; ein
Pfadausbruch ueber den Namen ist damit ausgeschlossen.
Der Dateityp wird ausschliesslich an den Magic Bytes geprueft, und ein
PDF muss bei Offset 0 stehen - damit fallen auch Polyglot-Dateien durch,
die gleichzeitig gueltiges PDF und gueltiges HTML sind. Ausgeliefert
wird nur ueber kurzlebige signierte URLs, immer als Anhang und mit
nosniff. Die Route prueft Signatur, Anmeldung UND Zugriff auf die
betreuteId aus dem Schluessel; jeder Abruf steht im Audit-Log.
Beim Dateitreiber liegt die Datei zusaetzlich AES-256-GCM-verschluesselt.
Beim S3-Treiber geht das nicht, weil signierte URLs am Server vorbei
ausgeliefert werden - das ist in der Datei dokumentiert, nicht
stillschweigend anders gemacht.
@react-pdf/renderer konnte in diesem Abhaengigkeitsbaum keinen einzigen
Buchstaben setzen: die Unterabhaengigkeiten sind weitergewandert und
liefern fuer Standardschriften kein Schriftobjekt mehr.
src/lib/pdf/standardschrift.ts baut es aus den Metriken, die pdfkit
ohnehin mitbringt - kein neues Paket, kein Netz - und haengt sich nur
ein, wenn die Aufloesung tatsaechlich kaputt ist.
Fristerkennung im OCR-Text ("innerhalb von vier Wochen", "binnen eines
Monats") wird immer nur VORGESCHLAGEN, nie automatisch angelegt. Die
Textstelle steht daneben, damit man nachprueft, bevor man uebernimmt.
Gerechnet wird auf lokaler Mittagszeit: in UTC verschoebe die Sommerzeit
"vier Wochen ab 12.03." um einen Tag.
57 Tests.
Etappe: 3
Phase: Papier
This commit is contained in:
Florian Wilde
+214
-206
@@ -1,206 +1,214 @@
|
||||
import 'server-only'
|
||||
import type * as React from 'react'
|
||||
import { renderToBuffer } from '@react-pdf/renderer'
|
||||
import { PDFDocument, StandardFonts, degrees, rgb } from 'pdf-lib'
|
||||
import { typErkennen } from '@/lib/speicher/dateityp'
|
||||
|
||||
/**
|
||||
* PDF-Werkzeuge, auf die alle Ausgabemodule aufsetzen.
|
||||
*
|
||||
* Vertrag: docs/SCHNITTSTELLEN.md, Abschnitt 2.
|
||||
*
|
||||
* Zwei Wege fuehren hier zusammen:
|
||||
* - pdfErzeugen() rendert ein react-pdf-Dokument (eigene Berichte)
|
||||
* - pdfsZusammenfuehren() klebt fremde PDFs und Fotos aneinander
|
||||
* (Belegmappe, Unterlagenpaket fuer das Gericht)
|
||||
* und paginieren() legt am Ende eine durchgehende Zaehlung darueber - das
|
||||
* ist die Zahl, auf die sich ein Inhaltsverzeichnis berufen kann.
|
||||
*/
|
||||
|
||||
/** A4 in PDF-Punkten (72 dpi). */
|
||||
export const A4_BREITE = 595.28
|
||||
export const A4_HOEHE = 841.89
|
||||
const RAND = 36
|
||||
|
||||
/** Rendert ein react-pdf-Dokument zu einem Buffer. */
|
||||
export async function pdfErzeugen(dokument: React.ReactElement): Promise<Buffer> {
|
||||
// renderToBuffer erwartet ein <Document>-Element; die Typen von
|
||||
// @react-pdf/renderer sind hier enger als React.ReactElement.
|
||||
const roh = await renderToBuffer(dokument as Parameters<typeof renderToBuffer>[0])
|
||||
return Buffer.from(roh)
|
||||
}
|
||||
|
||||
/**
|
||||
* Wandelt ein Bild in ein einseitiges PDF.
|
||||
*
|
||||
* JPEG und PNG kann pdf-lib direkt einbetten. WEBP, TIFF und HEIC (die
|
||||
* Formate moderner Handykameras) gehen vorher durch sharp - sonst waere
|
||||
* jedes iPhone-Foto eines Bescheids fuer die Belegmappe verloren.
|
||||
*/
|
||||
export async function bildAlsPdf(inhalt: Buffer, beschriftung?: string): Promise<Buffer> {
|
||||
const typ = typErkennen(inhalt)
|
||||
if (!typ || !typ.istBild) {
|
||||
throw new Error('Diese Datei ist kein Bild, das sich in ein PDF wandeln ließe.')
|
||||
}
|
||||
|
||||
let daten = inhalt
|
||||
let format: 'jpg' | 'png' = typ.endung === 'jpg' ? 'jpg' : 'png'
|
||||
|
||||
if (typ.endung !== 'jpg' && typ.endung !== 'png') {
|
||||
const sharp = (await import('sharp')).default
|
||||
daten = await sharp(inhalt).rotate().png().toBuffer()
|
||||
format = 'png'
|
||||
}
|
||||
|
||||
const pdf = await PDFDocument.create()
|
||||
const bild = format === 'jpg' ? await pdf.embedJpg(daten) : await pdf.embedPng(daten)
|
||||
|
||||
const beschriftungshoehe = beschriftung ? 16 : 0
|
||||
const nutzbareBreite = A4_BREITE - 2 * RAND
|
||||
const nutzbareHoehe = A4_HOEHE - 2 * RAND - beschriftungshoehe
|
||||
|
||||
// Hochkant lassen, aber quer drehen, wenn das Blatt sonst winzig wuerde.
|
||||
const querformat = bild.width > bild.height
|
||||
const seitenBreite = querformat ? A4_HOEHE : A4_BREITE
|
||||
const seitenHoehe = querformat ? A4_BREITE : A4_HOEHE
|
||||
const platzBreite = querformat ? nutzbareHoehe : nutzbareBreite
|
||||
const platzHoehe = querformat ? nutzbareBreite : nutzbareHoehe
|
||||
|
||||
const massstab = Math.min(platzBreite / bild.width, platzHoehe / bild.height, 1)
|
||||
const breite = bild.width * massstab
|
||||
const hoehe = bild.height * massstab
|
||||
|
||||
const seite = pdf.addPage([seitenBreite, seitenHoehe])
|
||||
seite.drawImage(bild, {
|
||||
x: (seitenBreite - breite) / 2,
|
||||
y: (seitenHoehe - hoehe) / 2 + beschriftungshoehe / 2,
|
||||
width: breite,
|
||||
height: hoehe,
|
||||
})
|
||||
|
||||
if (beschriftung) {
|
||||
const schrift = await pdf.embedFont(StandardFonts.Helvetica)
|
||||
seite.drawText(kuerzenFuerSchrift(beschriftung, 110), {
|
||||
x: RAND,
|
||||
y: RAND / 2,
|
||||
size: 8,
|
||||
font: schrift,
|
||||
color: rgb(0.3, 0.3, 0.3),
|
||||
})
|
||||
}
|
||||
|
||||
return Buffer.from(await pdf.save())
|
||||
}
|
||||
|
||||
/**
|
||||
* Fuegt mehrere PDFs zu einem zusammen (Belegmappe, Unterlagenpaket).
|
||||
* Bilder werden vorher in einseitige PDFs gewandelt. Nutzt pdf-lib.
|
||||
*/
|
||||
export async function pdfsZusammenfuehren(teile: Buffer[]): Promise<Buffer> {
|
||||
const ziel = await PDFDocument.create()
|
||||
ziel.setProducer('Betreuungs-Cockpit')
|
||||
ziel.setCreator('Betreuungs-Cockpit')
|
||||
|
||||
for (const teil of teile) {
|
||||
const typ = typErkennen(teil)
|
||||
const alsPdf = typ && typ.istBild ? await bildAlsPdf(teil) : teil
|
||||
|
||||
const quelle = await PDFDocument.load(alsPdf, { ignoreEncryption: true })
|
||||
const seiten = await ziel.copyPages(quelle, quelle.getPageIndices())
|
||||
for (const seite of seiten) ziel.addPage(seite)
|
||||
}
|
||||
|
||||
if (ziel.getPageCount() === 0) {
|
||||
// Ein leeres PDF laesst sich weder oeffnen noch abheften.
|
||||
ziel.addPage([A4_BREITE, A4_HOEHE])
|
||||
}
|
||||
|
||||
return Buffer.from(await ziel.save())
|
||||
}
|
||||
|
||||
/**
|
||||
* Wie viele Seiten hat dieses PDF? Wird fuer das Inhaltsverzeichnis der
|
||||
* Belegmappe gebraucht, bevor zusammengefuehrt wird.
|
||||
*/
|
||||
export async function seitenzahl(pdf: Buffer): Promise<number> {
|
||||
const dokument = await PDFDocument.load(pdf, { ignoreEncryption: true })
|
||||
return dokument.getPageCount()
|
||||
}
|
||||
|
||||
/**
|
||||
* Seitenzahlen und Fusszeile ueber ein zusammengefuehrtes PDF legen.
|
||||
*
|
||||
* Wichtig fuer die Belegmappe: erst nach dem Zusammenfuehren steht fest,
|
||||
* auf welcher Seite ein Beleg liegt. Die Zaehlung hier ist die, auf die
|
||||
* sich das Inhaltsverzeichnis und spaeter das Gericht beziehen.
|
||||
*/
|
||||
export async function paginieren(pdf: Buffer, fusszeile: string): Promise<Buffer> {
|
||||
const dokument = await PDFDocument.load(pdf, { ignoreEncryption: true })
|
||||
const schrift = await dokument.embedFont(StandardFonts.Helvetica)
|
||||
const seiten = dokument.getPages()
|
||||
const gesamt = seiten.length
|
||||
|
||||
seiten.forEach((seite, i) => {
|
||||
const { width, height } = seite.getSize()
|
||||
const drehung = seite.getRotation().angle % 360
|
||||
const zaehlung = `Seite ${i + 1} von ${gesamt}`
|
||||
const text = kuerzenFuerSchrift(fusszeile, 120)
|
||||
const groesse = 7.5
|
||||
|
||||
// Gedrehte Seiten (Querformat-Scans) brauchen die Fusszeile ebenfalls
|
||||
// gedreht, sonst steht sie quer im Blatt.
|
||||
if (drehung === 90 || drehung === 270) {
|
||||
seite.drawText(`${text} · ${zaehlung}`, {
|
||||
x: drehung === 90 ? 18 : width - 18,
|
||||
y: drehung === 90 ? 20 : height - 20,
|
||||
size: groesse,
|
||||
font: schrift,
|
||||
color: rgb(0.35, 0.35, 0.35),
|
||||
rotate: degrees(drehung),
|
||||
})
|
||||
return
|
||||
}
|
||||
|
||||
seite.drawText(text, {
|
||||
x: 36,
|
||||
y: 18,
|
||||
size: groesse,
|
||||
font: schrift,
|
||||
color: rgb(0.35, 0.35, 0.35),
|
||||
})
|
||||
const breite = schrift.widthOfTextAtSize(zaehlung, groesse)
|
||||
seite.drawText(zaehlung, {
|
||||
x: width - 36 - breite,
|
||||
y: 18,
|
||||
size: groesse,
|
||||
font: schrift,
|
||||
color: rgb(0.35, 0.35, 0.35),
|
||||
})
|
||||
})
|
||||
|
||||
return Buffer.from(await dokument.save())
|
||||
}
|
||||
|
||||
/**
|
||||
* Helvetica in pdf-lib kann nur WinAnsi. Zeichen ausserhalb davon (etwa
|
||||
* ein Gedankenstrich aus einem OCR-Text) wuerden das Speichern abbrechen -
|
||||
* deshalb hier ersetzen statt riskieren.
|
||||
*/
|
||||
export function fuerStandardschrift(text: string): string {
|
||||
return text
|
||||
.replace(/[\u2013\u2014]/g, '-')
|
||||
.replace(/[\u2018\u2019\u201a]/g, "'")
|
||||
.replace(/[\u201c\u201d\u201e]/g, '"')
|
||||
.replace(/\u2026/g, '...')
|
||||
.replace(/\u20ac/g, 'EUR')
|
||||
.replace(/[\u00a0\u2007\u202f]/g, ' ')
|
||||
// Alles ausserhalb von WinAnsi (Latin-1) wird ersetzt, statt das
|
||||
// Speichern des PDFs scheitern zu lassen.
|
||||
// eslint-disable-next-line no-control-regex
|
||||
.replace(/[^\u0020-\u007e\u00a1-\u00ff]/g, '?')
|
||||
}
|
||||
|
||||
function kuerzenFuerSchrift(text: string, maxZeichen: number): string {
|
||||
const sauber = fuerStandardschrift(text)
|
||||
return sauber.length > maxZeichen ? `${sauber.slice(0, maxZeichen - 1)}...` : sauber
|
||||
}
|
||||
import 'server-only'
|
||||
import type * as React from 'react'
|
||||
import { renderToBuffer } from '@react-pdf/renderer'
|
||||
import { PDFDocument, StandardFonts, degrees, rgb } from 'pdf-lib'
|
||||
import { typErkennen } from '@/lib/speicher/dateityp'
|
||||
import { standardschriftenSicherstellen } from '@/lib/pdf/standardschrift'
|
||||
|
||||
/**
|
||||
* PDF-Werkzeuge, auf die alle Ausgabemodule aufsetzen.
|
||||
*
|
||||
* Vertrag: docs/SCHNITTSTELLEN.md, Abschnitt 2.
|
||||
*
|
||||
* Zwei Wege fuehren hier zusammen:
|
||||
* - pdfErzeugen() rendert ein react-pdf-Dokument (eigene Berichte)
|
||||
* - pdfsZusammenfuehren() klebt fremde PDFs und Fotos aneinander
|
||||
* (Belegmappe, Unterlagenpaket fuer das Gericht)
|
||||
* und paginieren() legt am Ende eine durchgehende Zaehlung darueber - das
|
||||
* ist die Zahl, auf die sich ein Inhaltsverzeichnis berufen kann.
|
||||
*/
|
||||
|
||||
/** A4 in PDF-Punkten (72 dpi). */
|
||||
export const A4_BREITE = 595.28
|
||||
export const A4_HOEHE = 841.89
|
||||
const RAND = 36
|
||||
|
||||
/** Rendert ein react-pdf-Dokument zu einem Buffer. */
|
||||
export async function pdfErzeugen(dokument: React.ReactElement): Promise<Buffer> {
|
||||
// Muss vor dem ersten Rendern laufen: repariert bei Bedarf die
|
||||
// Aufloesung der eingebauten Standardschriften. Idempotent und ab dem
|
||||
// zweiten Aufruf kostenlos - siehe src/lib/pdf/standardschrift.ts.
|
||||
standardschriftenSicherstellen()
|
||||
|
||||
// renderToBuffer erwartet ein <Document>-Element; die Typen von
|
||||
// @react-pdf/renderer sind hier enger als React.ReactElement.
|
||||
const roh = await renderToBuffer(dokument as Parameters<typeof renderToBuffer>[0])
|
||||
return Buffer.from(roh)
|
||||
}
|
||||
|
||||
/**
|
||||
* Wandelt ein Bild in ein einseitiges PDF.
|
||||
*
|
||||
* JPEG und PNG kann pdf-lib direkt einbetten. WEBP, TIFF und HEIC (die
|
||||
* Formate moderner Handykameras) gehen vorher durch sharp - sonst waere
|
||||
* jedes iPhone-Foto eines Bescheids fuer die Belegmappe verloren.
|
||||
*/
|
||||
export async function bildAlsPdf(inhalt: Buffer, beschriftung?: string): Promise<Buffer> {
|
||||
const typ = typErkennen(inhalt)
|
||||
if (!typ || !typ.istBild) {
|
||||
throw new Error('Diese Datei ist kein Bild, das sich in ein PDF wandeln ließe.')
|
||||
}
|
||||
|
||||
let daten = inhalt
|
||||
let format: 'jpg' | 'png' = typ.endung === 'jpg' ? 'jpg' : 'png'
|
||||
|
||||
if (typ.endung !== 'jpg' && typ.endung !== 'png') {
|
||||
const sharp = (await import('sharp')).default
|
||||
daten = await sharp(inhalt).rotate().png().toBuffer()
|
||||
format = 'png'
|
||||
}
|
||||
|
||||
const pdf = await PDFDocument.create()
|
||||
const bild = format === 'jpg' ? await pdf.embedJpg(daten) : await pdf.embedPng(daten)
|
||||
|
||||
const beschriftungshoehe = beschriftung ? 16 : 0
|
||||
const nutzbareBreite = A4_BREITE - 2 * RAND
|
||||
const nutzbareHoehe = A4_HOEHE - 2 * RAND - beschriftungshoehe
|
||||
|
||||
// Hochkant lassen, aber quer drehen, wenn das Blatt sonst winzig wuerde.
|
||||
const querformat = bild.width > bild.height
|
||||
const seitenBreite = querformat ? A4_HOEHE : A4_BREITE
|
||||
const seitenHoehe = querformat ? A4_BREITE : A4_HOEHE
|
||||
const platzBreite = querformat ? nutzbareHoehe : nutzbareBreite
|
||||
const platzHoehe = querformat ? nutzbareBreite : nutzbareHoehe
|
||||
|
||||
const massstab = Math.min(platzBreite / bild.width, platzHoehe / bild.height, 1)
|
||||
const breite = bild.width * massstab
|
||||
const hoehe = bild.height * massstab
|
||||
|
||||
const seite = pdf.addPage([seitenBreite, seitenHoehe])
|
||||
seite.drawImage(bild, {
|
||||
x: (seitenBreite - breite) / 2,
|
||||
y: (seitenHoehe - hoehe) / 2 + beschriftungshoehe / 2,
|
||||
width: breite,
|
||||
height: hoehe,
|
||||
})
|
||||
|
||||
if (beschriftung) {
|
||||
const schrift = await pdf.embedFont(StandardFonts.Helvetica)
|
||||
seite.drawText(kuerzenFuerSchrift(beschriftung, 110), {
|
||||
x: RAND,
|
||||
y: RAND / 2,
|
||||
size: 8,
|
||||
font: schrift,
|
||||
color: rgb(0.3, 0.3, 0.3),
|
||||
})
|
||||
}
|
||||
|
||||
return Buffer.from(await pdf.save())
|
||||
}
|
||||
|
||||
/**
|
||||
* Fuegt mehrere PDFs zu einem zusammen (Belegmappe, Unterlagenpaket).
|
||||
* Bilder werden vorher in einseitige PDFs gewandelt. Nutzt pdf-lib.
|
||||
*/
|
||||
export async function pdfsZusammenfuehren(teile: Buffer[]): Promise<Buffer> {
|
||||
const ziel = await PDFDocument.create()
|
||||
ziel.setProducer('Betreuungs-Cockpit')
|
||||
ziel.setCreator('Betreuungs-Cockpit')
|
||||
|
||||
for (const teil of teile) {
|
||||
const typ = typErkennen(teil)
|
||||
const alsPdf = typ && typ.istBild ? await bildAlsPdf(teil) : teil
|
||||
|
||||
const quelle = await PDFDocument.load(alsPdf, { ignoreEncryption: true })
|
||||
const seiten = await ziel.copyPages(quelle, quelle.getPageIndices())
|
||||
for (const seite of seiten) ziel.addPage(seite)
|
||||
}
|
||||
|
||||
if (ziel.getPageCount() === 0) {
|
||||
// Ein leeres PDF laesst sich weder oeffnen noch abheften.
|
||||
ziel.addPage([A4_BREITE, A4_HOEHE])
|
||||
}
|
||||
|
||||
return Buffer.from(await ziel.save())
|
||||
}
|
||||
|
||||
/**
|
||||
* Wie viele Seiten hat dieses PDF? Wird fuer das Inhaltsverzeichnis der
|
||||
* Belegmappe gebraucht, bevor zusammengefuehrt wird.
|
||||
*/
|
||||
export async function seitenzahl(pdf: Buffer): Promise<number> {
|
||||
const dokument = await PDFDocument.load(pdf, { ignoreEncryption: true })
|
||||
return dokument.getPageCount()
|
||||
}
|
||||
|
||||
/**
|
||||
* Seitenzahlen und Fusszeile ueber ein zusammengefuehrtes PDF legen.
|
||||
*
|
||||
* Wichtig fuer die Belegmappe: erst nach dem Zusammenfuehren steht fest,
|
||||
* auf welcher Seite ein Beleg liegt. Die Zaehlung hier ist die, auf die
|
||||
* sich das Inhaltsverzeichnis und spaeter das Gericht beziehen.
|
||||
*/
|
||||
export async function paginieren(pdf: Buffer, fusszeile: string): Promise<Buffer> {
|
||||
const dokument = await PDFDocument.load(pdf, { ignoreEncryption: true })
|
||||
const schrift = await dokument.embedFont(StandardFonts.Helvetica)
|
||||
const seiten = dokument.getPages()
|
||||
const gesamt = seiten.length
|
||||
|
||||
seiten.forEach((seite, i) => {
|
||||
const { width, height } = seite.getSize()
|
||||
const drehung = seite.getRotation().angle % 360
|
||||
const zaehlung = `Seite ${i + 1} von ${gesamt}`
|
||||
const text = kuerzenFuerSchrift(fusszeile, 120)
|
||||
const groesse = 7.5
|
||||
|
||||
// Gedrehte Seiten (Querformat-Scans) brauchen die Fusszeile ebenfalls
|
||||
// gedreht, sonst steht sie quer im Blatt.
|
||||
if (drehung === 90 || drehung === 270) {
|
||||
seite.drawText(`${text} · ${zaehlung}`, {
|
||||
x: drehung === 90 ? 18 : width - 18,
|
||||
y: drehung === 90 ? 20 : height - 20,
|
||||
size: groesse,
|
||||
font: schrift,
|
||||
color: rgb(0.35, 0.35, 0.35),
|
||||
rotate: degrees(drehung),
|
||||
})
|
||||
return
|
||||
}
|
||||
|
||||
seite.drawText(text, {
|
||||
x: 36,
|
||||
y: 18,
|
||||
size: groesse,
|
||||
font: schrift,
|
||||
color: rgb(0.35, 0.35, 0.35),
|
||||
})
|
||||
const breite = schrift.widthOfTextAtSize(zaehlung, groesse)
|
||||
seite.drawText(zaehlung, {
|
||||
x: width - 36 - breite,
|
||||
y: 18,
|
||||
size: groesse,
|
||||
font: schrift,
|
||||
color: rgb(0.35, 0.35, 0.35),
|
||||
})
|
||||
})
|
||||
|
||||
return Buffer.from(await dokument.save())
|
||||
}
|
||||
|
||||
/**
|
||||
* Helvetica in pdf-lib kann nur WinAnsi. Zeichen ausserhalb davon (etwa
|
||||
* ein Gedankenstrich aus einem OCR-Text) wuerden das Speichern abbrechen -
|
||||
* deshalb hier ersetzen statt riskieren.
|
||||
*/
|
||||
export { standardschriftenSicherstellen } from '@/lib/pdf/standardschrift'
|
||||
|
||||
export function fuerStandardschrift(text: string): string {
|
||||
return text
|
||||
.replace(/[\u2013\u2014]/g, '-')
|
||||
.replace(/[\u2018\u2019\u201a]/g, "'")
|
||||
.replace(/[\u201c\u201d\u201e]/g, '"')
|
||||
.replace(/\u2026/g, '...')
|
||||
.replace(/\u20ac/g, 'EUR')
|
||||
.replace(/[\u00a0\u2007\u202f]/g, ' ')
|
||||
// Alles ausserhalb von WinAnsi (Latin-1) wird ersetzt, statt das
|
||||
// Speichern des PDFs scheitern zu lassen.
|
||||
// eslint-disable-next-line no-control-regex
|
||||
.replace(/[^\u0020-\u007e\u00a1-\u00ff]/g, '?')
|
||||
}
|
||||
|
||||
function kuerzenFuerSchrift(text: string, maxZeichen: number): string {
|
||||
const sauber = fuerStandardschrift(text)
|
||||
return sauber.length > maxZeichen ? `${sauber.slice(0, maxZeichen - 1)}...` : sauber
|
||||
}
|
||||
|
||||
Reference in New Issue
Block a user