Извлечь коды маркировки из готового PDF

Когда это нужно

• Перепечатать этикетки в другом размере. PDF из кабинета собран под один макет. Достаём коды — и печатаем заново в нужном формате.
• Исходная выгрузка потерялась. PDF сохранился, а файл с кодами нет.
• PDF пришёл от поставщика. Нужно занести коды в свою учётную систему, а на руках только готовые этикетки.
• Сверить партию. Получить список кодов и сравнить с тем, что ожидали.

Что получается на выходе

Два файла. codes.txt — коды по одному в строке, ровно в том виде, в котором их принимает любой генератор этикеток, включая этот. codes.csv — таблица с разбором: сам код, GTIN, серийный номер, ключ и код проверки. Второй удобнее для учётной системы и для глазной сверки.

Повторы убираются, порядок кодов сохраняется как в PDF. Если какие-то страницы не распознались, их номера будут в отчёте — так вы сразу увидите, что список неполный, а не обнаружите это позже.

Важно про разделитель групп

Внутри кода маркировки есть невидимый управляющий символ-разделитель (GS, ASCII 29). При извлечении он сохраняется как есть — именно поэтому выгруженный codes.txt сразу годится для печати. Если открыть файл в блокноте и сохранить заново, разделитель может потеряться: лучше передавать файл как есть.

Ограничения метода

Мы читаем то, что нарисовано на странице. Значит, PDF должен содержать сами изображения кодов достаточного качества: если файл — фотография распечатки или скан с низким разрешением, часть кодов может не прочитаться. С обычным PDF из личного кабинета или от генератора этикеток проблем не бывает.

Извлечение — не способ получить коды, которых у вас нет. Из чужого PDF вы получите чужие коды, и в оборот их всё равно не введёте: они принадлежат тому, кто их эмитировал.