¿Cómo revisar un PDF por código antes de enviarlo?

​

Pasos

1. Guarda tu API key en DOCONDA_API_KEY e instala el SDK (pip install doconda o npm install @doconda/sdk).
2. Sube el PDF con files.upload.
3. Pide la revisión, lee el informe y descarga el PDF arreglado.

from pathlib import Path
from doconda import Doconda

doconda = Doconda()  # lee la key de DOCONDA_API_KEY
file = doconda.files.upload("propuesta.pdf")
reviewed = doconda.documents.create(operation="review", file=file["id"])
report = doconda.documents.report(reviewed["id"])

for issue in report["issues"]:
    print(issue["severity"], issue["code"], issue["message"], issue["location"].get("pages"))
if reviewed["status"] in ("ready", "ready_with_warnings"):
    Path("propuesta-revisada.pdf").write_bytes(doconda.documents.download(reviewed["id"], "pdf"))

import { readFile, writeFile } from "node:fs/promises"
import { Doconda } from "@doconda/sdk"

const doconda = new Doconda()
const file = await doconda.files.upload(await readFile("propuesta.pdf"), "propuesta.pdf")
const reviewed = await doconda.documents.create({ operation: "review", file: file.id })
const report = await doconda.documents.report(reviewed.id)

for (const issue of report.issues) console.log(issue.severity, issue.code, issue.message, issue.location.pages)
if (reviewed.status === "ready" || reviewed.status === "ready_with_warnings") {
  await writeFile("propuesta-revisada.pdf", await doconda.documents.download(reviewed.id, "pdf"))
}

​

Qué revisa en un PDF

• Se arregla solo: páginas escaneadas sin texto (pdf.no_text_layer, se añade una capa de texto invisible para buscar y copiar), falta de título (pdf.title_missing) y de idioma (pdf.language_missing).
• Se informa: fuentes no incrustadas, páginas en blanco, tamaños de página distintos, texto de lado, imágenes de menos de 150 ppp, PDF sin etiquetas de accesibilidad, enlaces internos rotos, campos de formulario vacíos y comentarios olvidados.
• En todos los formatos, un importe en letra que no cuadra con la cifra (money.words_mismatch).

​

Qué devuelve

• status: ready (sin problemas o todos arreglados), ready_with_warnings (avisos menores) o needs_review (queda algo que no se puede arreglar sin cambiar tu contenido).
• El informe: ledger con cada arreglo (aplicado o rechazado, y por qué) e issues con lo que queda, con sus páginas en location.pages.
• Nunca cambia tu texto ni tus valores: un importe mal escrito se señala, no se corrige.

​

Límites

• Se rechazan PDF con contraseña y archivos que no son del formato que dicen.
• Lo que se quita por seguridad (acciones automáticas al abrir, ficheros incrustados…) aparece en sanitized.removed.

​

Preguntas frecuentes

​

Sigue leyendo

• Revisar y Revisar y arreglar un Word.
• Quickstart.