gfdfg

python/dump_values.py

@@ -0,0 +1,36 @@
+#!/usr/bin/env python3
+"""
+dump_values.py - Zeigt (mit pypdf) den WERTE-BLOCK der Info- und CA-Seite.
+
+Aus der Analyse: pypdf gibt zuerst das leere Template (Labels) aus, dann
+einen Block mit den eingegebenen Werten. Dieses Script isoliert genau diesen
+Werte-Block, damit wir die Feld-Zuordnung bauen koennen.
+
+Aufruf:
+  python3 dump_values.py --pdf ~/data/S/"Sturgill, Garett 040126.pdf"
+"""
+import argparse
+from pypdf import PdfReader
+
+ANCHOR_INFO = "BUYER INFORMATION SHEET"
+ANCHOR_CA = "PROSPECTIVE BUYER AGREES TO KEEP AND HOLD CONFIDENTIAL"
+
+ap = argparse.ArgumentParser()
+ap.add_argument("--pdf", required=True)
+args = ap.parse_args()
+
+reader = PdfReader(args.pdf)
+for i, page in enumerate(reader.pages):
+    txt = page.extract_text() or ""
+    flat = txt.replace("\n", " ")
+    is_info = ANCHOR_INFO in txt
+    is_ca = ANCHOR_CA in flat
+    if not (is_info or is_ca):
+        continue
+    tag = "INFO" if is_info else "CA"
+    print(f"\n{'='*70}")
+    print(f"=== SEITE {i+1} [{tag}] ===")
+    print('='*70)
+    lines = txt.splitlines()
+    for ln, line in enumerate(lines, 1):
+        print(f"{ln:3} | {line!r}")