====== Stirling-PDF ======

Aplicación web desplegada con [[informatica:sistemas_operativos:virtualizacion:docker|Docker]] para realizar operaciones con ficheros PDF.

  * [[https://github.com/Stirling-Tools/Stirling-PDF|Repositorio de código]]

{{ https://raw.githubusercontent.com/Stirling-Tools/Stirling-PDF/main/images/stirling-home.jpg |}}

===== Características =====

  * Organizar (comprimir, unir, dividir, rotar, eliminar...)
  * Convertir a PDF (imágenes, URL / página web, fichero HTML, markdown...)
  * Convertir desde PDF (a imagen, Word, presentación, a TXT, a HTML...)
  * Seguridad (firmar, añadir contraseña, eliminar contraseña, cambiar permisos, añadir marca de agua...)
  * Ver y editar (ver PDF, ejecutar OCR, añadir números de página, extraer imágenes, eliminar páginas en blanco, cambiar metadatos, obtener información del PDF...)
  * Avanzado (renombrar, reparar, ajustar color/contraste, dividir páginas...)
===== Instalación =====

==== Docker ====

Ejemplo de Docker Compose:

<code yaml>
services:
  stirling-pdf:
    image: frooodle/s-pdf:latest
    ports:
      - '8003:8080'
    volumes:
      - ./trainingData:/usr/share/tessdata #Required for extra OCR languages
      - ./extraConfigs:/configs
#      - ./customFiles:/customFiles/
#      - ./logs:/logs/
    environment:
      - DOCKER_ENABLE_SECURITY=false
      - INSTALL_BOOK_AND_ADVANCED_HTML_OPS=false
      - LANGS=es_ES
    restart: unless-stopped
</code>

Tras instalarlo, lo tendríamos disponible desde ''http://miservidor.ext:8003/''

===== Configuración =====

==== OCR ====

Para instalar más idiomas, debemos descargarlos de:

  * https://github.com/tesseract-ocr/tessdata_fast: paquetes de idiomas más pequeños y menos precisos, pero tardan menos en cargar (es el que usa por defecto Stirling-PDF).
  * https://github.com/tesseract-ocr/tessdata: paquetes de idiomas más grandes y precisos, pero tardan más en cargar.

Ejemplo instalando el paquete de español desde ''tessdata_fast'':

<code bash>
# En la carpeta del host de Docker ''/home/usuario/docker/stirling-pdf/trainingData''
# descargamos el paquete de idioma Español:
wget https://github.com/tesseract-ocr/tessdata_fast/raw/main/spa.traineddata
</code>