PDF Cite

Aplicação web simples para abrir PDFs, selecionar trechos de texto e exportar/importar seleções em TXT. Focada em compatibilidade e uso direto no navegador sem build.

Visão Geral

• Abre arquivos PDF via <input type="file"> usando PDF.js.
• Reconstrói o texto das páginas preservando espaços entre palavras para evitar “palavras coladas”.
• Exporta cada seleção em blocos de duas linhas: Página N e o texto. Blocos separados por uma linha em branco.
• Importa TXT tanto no formato novo (duas linhas por seleção) quanto no formato antigo (TSV).
• Destaques visuais no PDF estão desativados por simplicidade; seleções são listadas no painel lateral.

Estrutura do Projeto

• index.html: HTML principal, inclui PDF.js via CDN, define base href relativo e chama app.js.
• styles.css: estilos básicos da interface e da lista de seleções.
• app.js: lógica de abertura do PDF, extração de texto, seleção, exportação/importação e renderização da lista.

Como Usar (Local)

1. Inicie um servidor estático na pasta do projeto:
   • python3 -m http.server 8000
2. Abra http://localhost:8000/ no navegador.
3. Clique em “Abrir PDF” e selecione um arquivo.
4. Selecione trechos de texto com o mouse.
5. Use “Exportar TXT” para baixar as seleções.
6. Use “Importar TXT” para carregar seleções previamente exportadas.

Formato de Exportação

• Novo formato (recomendado): para cada seleção
  • Linha 1: Página <número>
  • Linha 2: <texto selecionado>
  • Bloco separado dos demais por uma linha em branco.
• Formato antigo (compatível): linhas TSV com chaves p, q, s, e etc. (detectado automaticamente no import).

Configurações de Compatibilidade

• PDF.js via CDN:
  • index.html referencia a versão 3.11.174.
  • app.js define GlobalWorkerOptions.workerSrc para o worker do PDF.js.
• Fallbacks automáticos (em openPdfFile):
  • Tenta abrir com worker (padrão).
  • Se falhar, desativa worker e tenta novamente.
  • Se ainda falhar, lê o arquivo como ArrayBuffer e abre pelo conteúdo.
• base href="./" no index.html para funcionar em subpaths (ex.: GitHub Pages).

Atualizações Comuns

• Atualizar versão do PDF.js:
  • Troque as URLs de pdf.min.js e pdf_viewer.min.css/js no index.html para a nova versão.
  • Atualize workerSrc no topo de app.js para a versão correspondente.
  • Teste a abertura de PDFs e seleção/exportação.
• Ajustar formato de exportação:
  • Edite exportTxt() em app.js para mudar a estrutura das linhas/blocos conforme necessidade.
• Reativar destaques visuais (opcional):
  • As funções de highlight estão desativadas; seria preciso restaurar a criação de elementos .highlight na textLayer e atualização em renderHighlightsForPage.

Limitações e Notas

• PDFs remotos requerem CORS adequado no servidor de origem.
• Seleções baseiam-se na textLayer; documentos com texto não extraível (apenas imagem) não funcionarão.
• Navegadores modernos recomendados; testado com Chromium/Firefox.

Licença

Sem licença explícita definida. Use conforme necessário ou adicione uma licença de sua preferência.