PDF Creator

Una herramienta para combinar múltiples archivos HTML en un único PDF con formato consistente y optimizado.

Descripción

PDF Creator es una utilidad de línea de comandos que toma todos los archivos HTML de una carpeta especificada, los ordena correctamente y los combina en un único archivo PDF. Cada archivo HTML se renderiza con un formato consistente, permitiendo elegir entre orientación vertical (portrait) u horizontal (landscape) y preservando la integridad del contenido.

Esta herramienta es ideal para:

• Crear manuales o documentación a partir de páginas HTML
• Generar informes combinando múltiples fuentes HTML
• Archivar contenido web en formato PDF
• Crear materiales de formación o educativos

Características

• Combina múltiples archivos HTML en un único PDF
• Ordenamiento natural de archivos (ej: sesion1.html, sesion2.html, sesion10.html)
• Preservación del contenido a través de múltiples páginas
• Evita división de tablas, imágenes y encabezados entre páginas
• Permite elegir entre orientación vertical (portrait) u horizontal (landscape)
• Recuerda las últimas 3 carpetas utilizadas
• Funciona en modo interactivo o con argumentos de línea de comandos
• Limpia automáticamente los archivos temporales
• Proporciona mensajes claros sobre el progreso y los errores

Requisitos

• Python 3.12 o superior
• uv - Gestor de paquetes y entornos virtuales
• Dependencias del sistema para WeasyPrint (ver sección de instalación)
• Espacio para archivos de configuración (~/.config/pdf-creator/)

Instalación

1. Clonar el repositorio

git clone https://github.com/tu-usuario/pdf-creator.git
cd pdf-creator

2. Instalar dependencias del sistema para WeasyPrint

En sistemas basados en Debian/Ubuntu (incluido Pop!_OS):

sudo apt-get update
sudo apt-get install libpango-1.0-0 libcairo2 libgdk-pixbuf-2.0-0 libffi-dev shared-mime-info

3. Configurar el entorno virtual con uv

uv venv
source .venv/bin/activate
uv pip install -e .

Uso

Modo interactivo

uv run main.py --interactive

Esto te guiará a través de una serie de preguntas para especificar:

• La carpeta que contiene tus archivos HTML (mostrando las últimas 3 carpetas utilizadas)
• El nombre del archivo PDF de salida
• La orientación de página (vertical u horizontal)

Modo línea de comandos

uv run main.py --input "/ruta/a/carpeta/html" --output nombre-archivo.pdf [--portrait]

Argumentos:

• --input o -i: Ruta a la carpeta que contiene los archivos HTML
• --output o -o: Nombre del archivo PDF de salida
• --portrait o -p: (Opcional) Usar orientación vertical en lugar de apaisada
• --interactive: Activar el modo interactivo

Ejemplos

# Crear un PDF en orientación horizontal (predeterminada)
uv run main.py --input "./mis_archivos_html" --output documento.pdf

# Crear un PDF en orientación vertical
uv run main.py --input "./mis_archivos_html" --output documento.pdf --portrait

# Modo interactivo
uv run main.py --interactive

Detalles técnicos

Ordenamiento natural

A diferencia de la ordenación alfabética estándar, el ordenamiento natural maneja correctamente archivos con componentes numéricos:

• Ordenación estándar: sesion1.html, sesion10.html, sesion2.html...
• Ordenación natural: sesion1.html, sesion2.html, ..., sesion10.html...

Esto garantiza que los documentos aparezcan en el PDF en el orden lógico esperado.

Preservación de contenido

La herramienta utiliza estilos CSS avanzados para:

• Evitar que las tablas se dividan entre páginas
• Mantener los encabezados con su contenido asociado
• Evitar la división de imágenes
• Optimizar el diseño de tablas para mayor legibilidad

Historial de rutas

Las últimas tres carpetas utilizadas se guardan en ~/.config/pdf-creator/history.json.

Desarrollo

Para contribuir al desarrollo:

# Instalar dependencias de desarrollo
uv add --dev black

# Formatear código
uv run -m black .

Estructura del código

El código está organizado en módulos funcionales:

• Funciones de utilidad (ordenamiento natural, búsqueda de archivos)
• Gestión del historial de rutas
• Procesamiento de PDF y renderizado
• Interfaz de línea de comandos

Licencia

Este proyecto está licenciado bajo la Licencia MIT - ver el archivo LICENSE para más detalles.

Agradecimientos

• WeasyPrint - La biblioteca que hace posible la conversión de HTML a PDF
• uv - Gestor de paquetes y entornos virtuales para Python