Скрипты для скачивания и обработки номеров журнала "Крылья Родины"
Поиск новых номеров на https://www.kr-magazine.ru/archive/ (список: lib/pdfs.json)
./bin/discovery.js # проверить последний год
./bin/discovery.js --all # проверить все годы
./bin/discovery.js --write # добавить найденные в lib/pdfs.jsonСкачивает только отсутствующие в pdf/ файлы
./bin/download.jsКонвертация PDF -> Markdown на pdf.js (pdfjs-dist), без внешних утилит:
npm install
./bin/md.js # pdf/*.pdf -> md/*.md (только новые)
./bin/md.js -j 8 --force # пересоздать все, 8 параллельно
./bin/md.js pdf/KR_2026_9_10.pdf
./bin/md.js --no-pages # без маркеров <!-- page N -->- порядок чтения по дереву структуры PDF (InDesign tagged PDF): колонки, врезки, подписи
- колонтитулы и номера страниц удаляются
- переносы (мягкие и ручные) склеиваются по словарю документа
- заголовки
#, жирный, курсив, подписи по шрифтам и кеглю - разрядка (
С О Д Е Р Ж А Н И Е) и сломанные ToUnicode шрифтов (�) исправляются
Создание текстовых файлов из PDF (pdftotext)
./bin/txt.js