PDF Book Splitter & Cleaner

Утиліта для розбиття PDF-книг за рівнями закладок та очищення частин від повторних заголовків.

Встановлення

pip install -r requirements.txt

Використання

# Розбиття за всіма рівнями закладок (дублювання кордонів за замовчуванням)
pdfsplit 30__L1_LLM_Engineers_Handbook_Master_the_art_of_engineering_large_language.pdf

# Розбиття тільки топ-рівня закладок
pdfsplit 30__L1_LLM_Engineers_Handbook_Master_the_art_of_engineering_large_language.pdf --levels 1

# Очищення раніше розбитих PDF
pdfclean output/*.pdf

Додаткові інструкції

Активація віртуального оточення та встановлення залежностей

# Перевірте, що перебуваєте в корені проекту та активуйте venv
source venv/bin/activate

# Оновіть pip та встановіть залежності
pip install --upgrade pip setuptools wheel
pip install -r requirements.txt

Запуск розбиття PDF

# Розбиття за рівнями закладок
python -m pdf_book_splitter.cli pdfsplit \
    <шлях_до_PDF> \
    --levels 1 2 \
    --duplicate-boundaries both \
    --output-dir output_dir \
    --log-file split.log

Очищення розбитих PDF

# Видалення повторних заголовків та колонтитулів
python -m pdf_book_splitter.cli pdfclean \
    output_dir/*.pdf \
    --threshold 16.0 \
    --log-file clean.log

Юніт-тести

pytest -q

Структура проекту

• pdf_book_splitter/ — пакет з основними модулями:
• splitter.py — логіка розбиття PDF за закладками.
• cleaner.py — логіка очищення PDF від повторних заголовків.
• cli.py — інтерфейс командного рядка.
• utils.py, models.py — допоміжні модулі та моделі даних.
• tests/ — юніт-тести для pdf_book_splitter.
• requirements.txt — перелік залежностей.
• Pdf_Book_Splitter_Tech_Spec.MD — технічне завдання.