Как я могу прочитать внутреннюю дату создания / изменения PDF в Windows PowerShell?

Question

PDF-файлы, кажется, имеют отдельный набор свойств файла, которые содержат (среди прочего) дату создания и дату изменения (см. Скриншот здесь: http://ventajamarketing.com/writingblog/wp-content/uploads/2012/02/Acrobat -Document-Properties1-300x297.png).

Эти даты, очевидно, могут отличаться от даты создания и изменения, отображаемых в файловой системе (проводник Windows).

Как я могу получить доступ к информации о дате в файле PDF и прочитать ее в Windows 7 с помощью Windows PowerShell (или, возможно, другого метода)?

Answer 1

Вы можете прочитать файл PDF (по крайней мере, в более новых форматах), как если бы это был текст. Вы найдете встроенный раздел XML, который использует схему Adobe XMP. Это содержит метаданные, которые вам нужны.

Вот пример:

%PDF-1.5
%âãÏÓ
2 0 obj
<<
/AcroForm 4 0 R
/Lang (en-GB)
/MarkInfo <<
/Marked true
>>
/Metadata 5 0 R
/Pages 6 0 R
/StructTreeRoot 7 0 R
/Type /Catalog
>>
endobj
5 0 obj
<<
/Length 2971
/Subtype /XML
/Type /Metadata
>>
stream
<?xpacket begin="" id="W5M0MpCehiHzreSzNTczkc9d"?>
<x:xmpmeta xmlns:x="adobe:ns:meta/" x:xmptk="XMP Core 5.1.2">
    <rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#">
        <rdf:Description rdf:about=""
                xmlns:xmp="http://ns.adobe.com/xap/1.0/">
            <xmp:CreateDate>2014-03-05T15:03:02+01:00</xmp:CreateDate>
            <xmp:ModifyDate>2014-05-30T11:58:02+01:00</xmp:ModifyDate>
            <xmp:MetadataDate>2014-03-05T14:03:46Z</xmp:MetadataDate>
        </rdf:Description>
        <rdf:Description rdf:about=""
                xmlns:xmpMM="http://ns.adobe.com/xap/1.0/mm/">
            <xmpMM:DocumentID>uuid:8b5fe011-ed77-4298-aa84-d1eda797b9ff</xmpMM:DocumentID>
            <xmpMM:InstanceID>uuid:88074e0b-42f7-4268-bc89-0162e417c9ad</xmpMM:InstanceID>
        </rdf:Description>
        <rdf:Description rdf:about=""
                xmlns:dc="http://purl.org/dc/elements/1.1/">
            <dc:format>application/pdf</dc:format>
        </rdf:Description>
    </rdf:RDF>
</x:xmpmeta>

В следующем примере будет получена дата создания:

$a = Select-String "CreateDate\>(.*)\<" .\filename.pdf

Который возвращает что-то вроде:

filename.pdf:20:         <xap:CreateDate>2009-11-03T10:54:29Z</xap:CreateDate>
filename.pdf:12921:         <xap:CreateDate>2009-11-03T10:54:29Z</xap:CreateDate>

Получение точных данных:

$a.Matches.Groups[1]

Который возвращает:

2009-11-03T10:54:29Z

Answer 2

Прежде всего, вам нужно получить доступ к библиотеке .net, которая может читать свойства документа, поскольку они не являются собственными свойствами оболочки:http://sourceforge.net/projects/itextsharp/

Далее вам нужно взглянуть на сценарии объектов из pdf, таких как:

# load ITextSHarp.dll

[System.Reflection.Assembly]::LoadFrom("C:\users\testuser\desktop\itextsharp.dll")

$raf = New-object iTextSharp.text.pdf.RandomAccessFileOrArray("C:\users\testuser\desktop\bitcoin.pdf")

# load pdf properties

$reader = New-object iTextSharp.text.pdf.PdfReader($raf, $Nothing)

$reader