یک پی دی اف خوان جمع و جور با پایتون

چند وقت بود که میخواستم یک PDF خوان ساده با پایتون داشته باشم که با کتابخانه های pyPDF2 و pytts3 آشنا شدم٬ با اولی میشه کارهای جالبی با پی دی اف کرد و دومی متنی رو تبدیل به صدا می کند.

پس کد زیر رو بعد چندی ارور و دیپندنسی٬ اجرا کردم

نسخه صفر

# importing the modules
import PyPDF2
import pyttsx3

# path, and pages of the PDF file
path = 'nodejs.pdf&quot
pdf = open(path, &quotrb&quot)

# creating a PdfFileReader object
pdfReader = PyPDF2.PdfReader(pdf)

# the page with which you want to start
# breakpoint()
from_page = pdfReader.pages[1]
# extracting the text from the PDF
text = from_page.extract_text()

# reading the text
speak = pyttsx3.init()
speak.say(text)
speak.runAndWait()

بعد با خودم فکر کردم 'چه کاریه فایل و صفحه رو بصورت هارد کد وارد کنیم'؛ پس ورودی های مورد نظر رو از طریق خط فرمان با ماژول os گرفتم: اینجوری

نسخه اول

import os
import sys
...
path = sys.argv[1] #NOTE: argv[0] is `python[3]`
pages = sys.argv[2]

بعد اسکریپتم باید بازه ای از صفحاتو بپذیره ٬تقریبا با فرمت لیست پایتون٬ {هیج جی نشده برنامه مون از ۲۵ خط بیشتر شده٬;) }

...
first, last = pages, pages
if pages.count(&quot:&quot):
    first, last = pages.split(&quot:&quot)
if not (first.isnumeric() and last.isnumeric()):
    raise TypeError(f&quotargument pages must be integer, got {first, last}&quot)
first, last = int(first), int(last)
... # it's such a mess!

پس چطوره کمی کد رو بهبود بدیم؟

نسخه دوم (فعلا به روز)

بنابراین خواندن ورودی و تبدیل متن به صدا را به دو تابع مجزا انتقال دادم.

def parse_input(path, pages):
    ranges = pages.split('-') # for indicating range of pages
    pages= []
    for t in ranges:
        # TODO: regard the case `:n`, `n:`
        if t == '': # im case -gt `-`
            continue
        page=t.split(':')
        if len(page) == 1:#one page
            page.append(page[0])
        elif len(page) > 2:
            raise SyntaxError(&quotthere must be one `:` in page argument&quot)
        pages.append(page)
    pages = [list(map(int,page)) for page in pages]
    path = Path(os.getcwd(),path) # full path
    return path, pages

def pdf_speak(pdfReader, first, last):
    for page in range(first-1,last): # page adjustment
        from_page = pdfReader.pages[page]
        # extracting the text from the PDF
        text = from_page.extract_text()
        if text != '': #NOTICE: check to prevent speak error
            speak.say(text)

    # reading the text
    speak.runAndWait()

کد کامل رو میتونید از گیت هاب ببینید و اگه دوست داشتین میتونین ستاره✨ بدید یا چنگال🍴 بزنید
تشکر :-)