major update

.dockerignore

@@ -0,0 +1,24 @@
+**/__pycache__
+**/*.pyc
+**/*.pyo
+**/*.pyd
+**/.Python
+build/
+develop-eggs/
+dist/
+downloads/
+eggs/
+.eggs/
+lib/
+lib64/
+parts/
+sdist/
+var/
+*.egg-info/
+.installed.cfg
+*.egg
+MANIFEST
+**/.pytest_cache
+**/.vscode
+**/.idea
+**/*.log

.gitignore

@@ -0,0 +1,5 @@
+uploads
+callbacks
+logs
+outputs
+.env

Dockerfile

@@ -1,22 +1,26 @@
-FROM python:3.10
+# Use an official Python runtime as a parent image
+FROM python:3.10-slim
 
 # Set the working directory in the container
 WORKDIR /app
 
-# Install poppler-utils for pdf2image
-RUN apt-get update && apt-get install -y poppler-utils \
-  && apt-get -y install tesseract-ocr
+# Install system dependencies
+RUN apt-get update && apt-get install -y \
+  poppler-utils \
+  tesseract-ocr \
+  && rm -rf /var/lib/apt/lists/*
 
+# Copy only the files necessary for pip installations
+COPY requirements.txt .
 
-# Copy the current directory contents into the container at /app
-COPY . /app
+# Install Python dependencies
+RUN pip install --upgrade pip && pip install -r requirements.txt watchdog
 
-# Install any needed packages specified in requirements.txt
-RUN pip install -r requirements.txt
+# Copy the rest of the application
+COPY . .
 
 # Make port 5000 available to the world outside this container
 EXPOSE 5000
 
-# Run app.py when the container launches
+# Run the app using Python directly
 CMD ["python", "app.py"]
-

app.py

@@ -1,39 +1,125 @@
-from flask import Flask, request, send_from_directory, abort
+from flask import Flask, request, send_from_directory, jsonify, abort
 import os
-from pdf_to_word import pdf_to_word
 import logging
+import requests
+from pdf_to_word import pdf_to_word_txt, pdf_to_word_docx
+from datetime import datetime
+from threading import Thread
 
-# Configure logging
-logging.basicConfig(level=logging.DEBUG, filename='/app/logs/app.log', filemode='w',
+# Set up logging
+logging.basicConfig(level=logging.INFO, filename='/app/logs/app.log', filemode='w',
                     format='%(asctime)s - %(name)s - %(levelname)s - %(message)s')
 
+# Configure specific logger for potentially noisy libraries or modules
+watchdog_logger = logging.getLogger('watchdog')
+watchdog_logger.setLevel(logging.ERROR)  # Show only errors from watchdog
+
 app = Flask(__name__)
 UPLOAD_FOLDER = '/app/uploads'
 OUTPUT_FOLDER = '/app/outputs'
+CALLBACK_FOLDER = '/app/callbacks'
 
 if not os.path.exists(UPLOAD_FOLDER):
     os.makedirs(UPLOAD_FOLDER)
 if not os.path.exists(OUTPUT_FOLDER):
     os.makedirs(OUTPUT_FOLDER)
+if not os.path.exists(CALLBACK_FOLDER):
+    os.makedirs(CALLBACK_FOLDER)
+
+
+
+
+
+def process_pdf_in_background(pdf_path, output_folder, callback_url=None):
+    try:
+        # Convert PDF to text (assuming you have a function that does this)
+        output_path = pdf_to_word_docx(pdf_path, output_folder)
+
+        if output_path and callback_url:
+            with open(output_path, 'rb') as f:
+                files = {'file': (os.path.basename(output_path), f)}
+                response = requests.post(callback_url, files=files)
+            response.raise_for_status()
+
+    except Exception as e:
+        logging.error(f'Background processing error: {e}', exc_info=True)
+
+def start_background_task(target, *args):
+    thread = Thread(target=target, args=args)
+    thread.start()
 
 @app.route('/upload-pdf', methods=['POST'])
 def upload_pdf():
     file = request.files['file']
+    callback_url = request.form.get('callback_url')
     if file and file.filename.endswith('.pdf'):
-        pdf_path = os.path.join(UPLOAD_FOLDER, file.filename)
+
+        pdf_filename = os.path.splitext(file.filename)[0] + '_' + datetime.now().strftime("%Y%m%d_%H%M%S") + '.pdf'
+        pdf_path = os.path.join(UPLOAD_FOLDER, pdf_filename)
         file.save(pdf_path)
-        logging.info(f'File uploaded and saved to {pdf_path}')
-        output_path = pdf_to_word(pdf_path, OUTPUT_FOLDER, lang='fas+eng')
-        if output_path:
-            logging.info(f'Sending file {output_path}')
-            return send_from_directory(OUTPUT_FOLDER, os.path.basename(output_path), as_attachment=True)
-        else:
-            logging.error('Conversion failed.')
-            abort(500, 'Conversion failed.')
+        logging.info(f'PDF uploaded and saved to {pdf_path}')
+        
+        # Start the PDF processing in a background thread
+        start_background_task(process_pdf_in_background, pdf_path, OUTPUT_FOLDER, callback_url)
+        
+        # Respond immediately
+        return jsonify({'message': 'File upload accepted, processing started'}), 202
+
     else:
-        logging.warning('Invalid file type or no file uploaded.')
-        abort(400, 'Invalid file type or no file uploaded.')
+        logging.warning('Invalid file upload attempt')
+        abort(400, 'Invalid file type or no file uploaded')
+
+
+    
+    
+    
+# @app.route('/upload-pdf', methods=['POST'])
+# def upload_pdf():
+#     file = request.files['file']
+#     callback_url = request.form.get('callback_url')
+#     if file and file.filename.endswith('.pdf'):
+
+#         pdf_filename = os.path.splitext(file.filename)[0] + '_' + datetime.now().strftime("%Y%m%d_%H%M%S") + '.pdf'
+#         pdf_path = os.path.join(UPLOAD_FOLDER, pdf_filename)
+#         file.save(pdf_path)
+
+#         logging.info(f'PDF uploaded and saved to {pdf_path}')
+        
+#         # Convert PDF to text
+#         #output_path = pdf_to_word_txt(pdf_path, OUTPUT_FOLDER)
+#         output_path = pdf_to_word_docx(pdf_path, OUTPUT_FOLDER)
+#         if output_path:
+#             logging.info(f'Text file created at {output_path}')
+#             if callback_url:
+#                 try:
+#                     with open(output_path, 'rb') as f:
+#                         files = {'file': (os.path.basename(output_path), f)}
+#                         response = requests.post(callback_url, files=files)
+#                     response.raise_for_status()  # Will raise an HTTPError for bad requests
+#                     return jsonify({'message': 'File processed and sent successfully'}), 200
+#                 except requests.exceptions.RequestException as e:
+#                     logging.error(f'Failed to send file to callback URL: {e}')
+#                     abort(500, 'Failed to send file to callback URL')
+#             else:
+#                 return send_from_directory(OUTPUT_FOLDER, os.path.basename(output_path), as_attachment=True)
+#         else:
+#             logging.error('Failed to convert PDF')
+#             abort(500, 'Conversion failed')
+#     else:
+#         logging.warning('Invalid file upload attempt')
+#         abort(400, 'Invalid file type or no file uploaded')
+
+@app.route('/callback', methods=['POST'])
+def callback():
+    file = request.files['file']
+    if file:
+        filepath = os.path.join(CALLBACK_FOLDER, file.filename)
+        file.save(filepath)
+        logging.info(f'File received and saved at {filepath}')
+        return jsonify({'message': 'File received and saved successfully'}), 200
+    else:
+        logging.error('No file received at callback')
+        abort(400, 'No file received')
 
 if __name__ == '__main__':
     app.run(debug=True, host='0.0.0.0', port=5000)
-

converted.docx

@@ -0,0 +1,116 @@
+9
+9 که
+‎[Cd‏
+‎VanAarsen im joss f‏
+هدف ساء ‎The vital link to your feed chain mst‏
+‎p‏ : و : اس ۰ ۳
+‎th, na " 7 8‏ -
+‎re‏ 1 ۰ و مه
+‎f ۰ i : = 9‏
+از بخ و ی
+اش ‎ok‏ رو
+‎er AW Ed 4‏ ۱
+‎J‏ ی 7 ‎A‏ ات ۸ ۱ : ام ۴۲ ۳
+‎IE © x= 4 al 8‏
+‎A‏ 3 و !22 ‎Li SE.‏ (
+0 و \ 11 > ‎a > ۵ Ss ۸ : = “a‏ موم £
+چگونگی افزایش بازده ‎Claw! aul yd‏ و کاهش هزینه‌های آن
+در این مقاله به معرفی دستگاه آسیاب چکشی مدل ‎GD‏ شرکت فن آرسن باقابلیت سیستم تعویض خودکار الک
+و کنترل فرکانس موتور پرداخته می‌شود. این دستگاه راه‌حلی ایده آل برای دستیابی به فرآیند آسیاب بهینه و
+آسیاب‌های چکشی جهت آسیاب مواد اولیه خوراک دام به کار برده می‌شوند. مواد ‎adsl‏ وارد شده به دستگاه آسیاب
+چکشی در برخورد با چکش‌های خردکن که با سرعت بالایی در حال چرخش هستند» به ذرات کوچک‌تری تبدیل
+می‌شوند. بازده فرآیند آسیاب به متغیرهای مختلفی مانند نحوه طراحی صفحات 59,5( سرعت نوک چکش‌ها و
+صفحات الک بستگی دارد.
+شرکت فن آرسن آسیاب چکشی دارای صفحات خردکن را اولین بار ۶۵ سال پیش طراحی نمود. آسیاب‌های
+چکشی جدید این شرکت به صفحات خردکن بزرگ‌تری در بخش بالایی محفظه آسیاب مجهز شده‌اند. این امر
+منجر به افزایش دفعات برخورد ذرات به این صفحات می‌شود. امروزه این طراحی به‌عنوان یک روش بسیار مور
+برای دستیابی به کیفیت بالا و آسیاب سریع محصولات در نظر گرفته می‌شود. ذرات با برخوردهای متعدد به
+تلفشن: ۲۶-۸ ۶۶ ۰۶ ‎AN‏
+‎ol pg‏ خیابان سید جمال ‎orl‏ اسد آبادی, خیابان هفتاد و دوم. پلاک ۰۲ واحد ۳ کدپستی: ۱۶۲۶۹۶۵۱۶۸ فاکس: ۵ ۰۶ ‎AN‏
+
+> 9 ان
+‎[Cg‏
+‏سارس‌ژی_وارصوفسی ‎VanAarsen‏
+‎sd‏ ما سلامتسی ‎The vital link to your feed chain‏
+دستگاه خارج می‌شوند. این نوع از ‎bo hb‏ پیشگیری از چرخش ‎(Circulation)‏ ذرات خرد شده در داخل
+محفظه دستگاه از کاهش بازده دستگاه و افزایش خاکه شدن محصول جلوگیری به عمل می‌آورد. عمر طولانی‌تر
+صفحات الک و چکش‌ها از دیگر مزایای این دستگاه است.
+اندازه و تعداد سوراخ‌های صفحات الک
+و فضای باز (تعداد سوراخ‌ها) صفحات الک. تعیین کننده اندازه ‎(ld‏ ناهمگنی ذرات و ظرفیت دستگاه است.
+هرچقدر که اندازه سوراخ‌های صفحات الک بزرگ‌تر ‎wil‏ محصول درشت‌تر خواهد بود و به هر میزان که ‎lad‏
+‏باز ‎slows)‏ سوراخ‌ها) بیشتر باشد ظرفیت آسیاب افزایش می‌یاید.
+علاوه بر اندازه سوراخ‌های صفحات الک. سرعت نوک چکش‌ها نیز در تعیین اندازه ذرات نقش مهمی دارد. سرعت
+بیشتر چرخش نوک چکش‌ها یعنی اصابت بیشتر ذرات به صفحات خردکن و درنتیجه آسیاب بهتر محصولات.
+سرعت کمتر نوک چکش‌ها منجر به آسیاب شدن ذرات در اندازه درشت‌تر می‌شود. در چنین شرایطی ظرفیت
+آسیاب چکشی به میزان قابل‌توجهی کاهش می‌یابد. لازم به ذکر است که پارامتری به‌عنوان سرعت ایده آل برای
+سرعت نوک چکش‌ها وجود ندارد؛ این سرعت باید بر مبنای نوع مواد ‎adsl‏ و محصول نهایی تنظیم شود. سرعت
+چرخش نوک چکش‌ها می‌تواند توسط کنترل فرکانس موتور دستگاه تنظیم شود که این خود باعث بهبود فرآیند
+آسیاب می‌شود.
+انتخاب مناسب صفحات الک در استفاده مداوم و سرعت چرخش نوک چکش‌ها جهت افزایش کیفیت
+محصول. کاهش زمان فرآیند آسیاب و مصرف کم انرژی
+می‌توان با مدیریت دقیق در استفاده از چندین صفحه الک (با سایزهای سوراخ مختلف) به محصول با کیفیت بالا
+به همراه افزایش سرعت ‎REA‏ آسیاب 9 مصرف کم انرژی دست یافت. شرکت فن آرسن سیستم تعویض خودکار
+الک باقابلیت نگهداری ۳ مدل الک را پیشنهاد می‌دهد. با توجه به دستورالعمل خوراک. سیستم تعویض الک
+به‌صورت خودکار صفحه الک مناسب را در داخل دستگاه آسیاب چکشی قرار می‌دهد؛ بنابراین زمان تعویض الک
+از ۲۰ دقیقه به ۱ دقیقه کاهش می‌یابد. این امر موجب افزایش ظرفیت ‎ade‏ و ‎als‏ هزینه‌های نیروی کار
+‎EE ۲۶-۸ —‏ ۰۶ ۸۸
+
+9
+‎Cd 9‏
+‎CS‏
+‏ارس‌ژی_وارصوفی ‎Van Aarsen‏
+‎mt tl‏ سلامتشی ‎The vital link to your feed chain‏
+می‌شود. برای انعطاف پذیری بیشترء امکان استفاده از یک سیستم تعویض خودکار صفحه الک همراه با یک
+کنترل‌گر فرکانس که سرعت نوک چکش را تنظیم می‌کند.ء وجود دارد. با تنظیم سرعت نوک چکش متناسب با
+صفحات ‎«SUI‏ امکان انتخاب تنظیمات ایده ‎JT‏ برای دستیابی به اندازه مناسب ذرات همراه با حفظ ظرفیت در حد
+دلخواه و صرفه جویی در مصرف انرژی فراهم می‌گردد. مصرف انرژی آسیاب چکشی مدل ‎BD‏ شرکت فن آرسن
+تقریباً برأبر ۷ کیلو ‎lg‏ ساعت بر تن است که این مقدار پایین یکی از ویژگی‌های این دستگاه محسوب می‌شود.
+سریع‌تر و کاهش اندازه
+۱ ۱ بالاتر پایین‌تر
+ذرات موْثرتر
+تعیین کننده اندازه ذرات و ۱ به منظور دستیابی به کیفیت و ظرفیت بهینه.
+تغییرات ذرات صفحه الک و سرعت نوک چکش بایستی با هم
+‎politi‏ پاشند,
+هرچه سرعت نوک چکش
+بیشتر ‎cal‏ اندازه ذرات در هنگام تولید دستورالعمل‌های متفاوت. بان +
+‎Fowl‏
+‏کوچک‌تر خواهد بود و با بالاترین ظرفیت ‎BB‏ دستیابی برای یک
+کاهش سرعت. اندازه ذرات ۱ کیفیت مشخص با ترکیب سیستم تعویض
+درشت‌تر خواهد شد. خودکار الک و سیستم کنترل سرعت نوک
+چکش از طریق فرکانس ‎JB‏ دستیایی است.
+طراحی هوشمند و هزینه تعمیر و نگهداری پایین
+علاوه بر فاکتورهای ذکر شده» کیفیت و موقعیت قرارگیری چکش‌هاء دستگاه تغذیه و سیستم مکش هوا بر عملکرد
+‎oll‏ چکشی تأثیرگذارند. به ‎Ls‏ طراحی هوشمند.ء آسیاب چکشی مدل ‎GD‏ در تمامی این ‎baie;‏ دارای
+* یکی از ‎slo Shy‏ منحصربه‌فرد آسیاب‌های چکشی فن آرسن امکان چرخش يا تعویض سریع و آسان
+تلفضن: ۲۶-۸ ‎EE‏ ۸۸۰۶
+‎(ol us‏ خیابان سید جمال ‎(pall‏ اسد آبادی, ‎bla‏ هفتاد و دوم پلاک ۲. واحد ۳.کدپستی: ۱۶۳۶۹۶۵۱۶۸ فاکس: ۶۵ ۰۶ ‎AN‏
+
+9 ۳۳
+‎Cl‏
+‏)مس ‎VanAarsen‏
+‏هدف ساء سلامتشی ‎The vital link to your feed chain‏
+© نوع طراحی چکش‌هاء سطح تماس و در نتیجه بازده آسیاب را افزایش می‌دهد. فاصله بین چکش‌ها و
+صفحات الک برابر ‎YO‏ میلی‌متر است. این امر موجب پیشگیری از چرخش ‎(Circulation)‏ محصول در
+محفظه آسیاب و در نتیجه هدر رفت انرژی می‌شود.
+@ _چکش‌های مورد استفاده برای آسیاب چکشی ‎GD‏ بسیار مستحکم بوده و دارای عمر طولانی می‌باشند.
+تنها در هنگام خوردگی هر ۴ طرف چکش‌ها نیاز به تعویض آن‌ها می‌باشد. این امر در ترکیب با وجود
+صفحات خردکن که موجب کاهش خوردگی دستگاه ‎cig oo‏ هزینه چکش‌ها را تا مقدار ۲ سنت ‎lil‏
+‏هر تن خوراک کاهش می‌دهد.
+@ دستگاه تغذیه می‌بایست یک جریان روان از مواد ‎adsl‏ را برای آسیاب فراهم نماید. به دلیل تفاوت
+ویژگی‌های مواد مختلف در آسیاب, وجود سیستم. کتترل فرکانس روی دستگاه 43005 آسیاب. ‎eel‏
+‏صحیح مواد را تضمین می‌کند.
+* مطابق استاندارد و به منظور افزایش ایمنی و طول عمر صفحات الک دستگاه تغذیه مجهز به یک آهنربا
+و جدا کننده ذرات ستگین می‌باشد.
+به دلیل طراحی کم جاگیر آسیاب چکشی مدل ‎GD‏ امکان استفاده از این دستگاه در کارخانه‌های جدید و نیز در
+حال کار فراهم است.
+آسیاب: یک مرحله مهم در فرآیند
+فرآیند تولید خوراک تأثیر زیادی بر ارزش غذایی خوراک دام دارد. عمل آسیاب در این فرآیند تأثیر زیادی بر
+کیفیت پلت تولیدی و نیز قابلیت هضم خوراک دارد. کاهش اندازه مواد ‎adsl‏ موجب افزایش تعداد ذرات و سطح
+بر واحد حجم شده که این امر موجب بهبود همگنی در فرآیند میکس می‌شود. علاوه بر ‎ol‏ کاهش اندازه ذرات
+به ژلاتینه شدن نشاسته کمک کرده و باعث بهبود کیفیت پلت و افزایش ظرفیت دستگاه پلت می‌شود.
+اطلاعات بیشتر
+شرکت فن آرسن توسعه دهنده» سازنده و ‎els‏ کننده ماشین‌آلات به‌روز و ارائه دهنده راهکارهای اجرایی کارخانه
+خوراک جهت تولید خوراک دام و پرمیکس در سراسر ‎Lid‏ می‌باشد. اطلاعات بیشتر از دستگاه آسیاب چکشی مدل
+‎GD‏ و سیستم تعویض خودکار الک در ‎Sid‏ زیر موجود است:
+‎www.aarsen.com/machines/hammer-mills/‏
+‎whys‏ خیابان سید جمال الدین اسد آبادی, خیابان هفتاد و دوم پلاک ۰۲ واحد ۳.کدپستی: ۱۶۳۶۹۶۵۱۶۸ ‎x 1 ch fis a‏

docker-compose.yml

@@ -1,16 +1,20 @@
-version: '3.8'
+version: "3.8"
 
 services:
   pdf-converter:
-    build: .
+    build:
+      context: .
+      dockerfile: Dockerfile
     ports:
       - "4000:5000"
     volumes:
       - ./uploads:/app/uploads
       - ./outputs:/app/outputs
       - ./logs:/app/logs
-     
+      - .:/app
     environment:
       - FLASK_ENV=development
       - FLASK_APP=app.py
       - TESSDATA_PREFIX=/app/tessdata
+    command: >
+      sh -c "watchmedo auto-restart --directory=./ --pattern=*.py --recursive -- python app.py"

logs/app.log

@@ -0,0 +1,6 @@
+2024-04-15 15:08:16,260 - werkzeug - INFO - WARNING: This is a development server. Do not use it in a production deployment. Use a production WSGI server instead.
+ * Running on all addresses (0.0.0.0)
+ * Running on http://127.0.0.1:5000
+ * Running on http://192.168.192.2:5000
+2024-04-15 15:08:16,261 - werkzeug - INFO - Press CTRL+C to quit
+2024-04-15 15:08:16,272 - werkzeug - INFO -  * Restarting with watchdog (inotify)

logs/pdf_to_word.log

@@ -1,318 +1,116 @@
-werkzeug - WARNING -  * Debugger is active!
-werkzeug - INFO -  * Debugger PIN: 753-842-989
-root - INFO - File uploaded and saved to /app/uploads/np11.pdf
-root - INFO - Starting conversion for /app/uploads/np11.pdf
-root - INFO - Converted PDF to images, number of pages: 4
-root - DEBUG - Extracted text from page 1
-root - INFO - 
+2024-04-15 15:52:22,961 - werkzeug - WARNING -  * Debugger is active!
+2024-04-15 15:52:22,964 - werkzeug - INFO -  * Debugger PIN: 134-865-457
+2024-04-15 15:52:49,089 - root - INFO - PDF uploaded and saved to /app/uploads/sample_input_20240415_155249.pdf
+2024-04-15 15:52:49,094 - werkzeug - INFO - 192.168.208.1 - - [15/Apr/2024 15:52:49] "POST /upload-pdf HTTP/1.1" 202 -
+2024-04-15 15:52:49,743 - root - INFO - Converted PDF to images, number of pages: 1
+2024-04-15 15:52:53,031 - root - INFO - PDF uploaded and saved to /app/uploads/sample_input_20240415_155253.pdf
+2024-04-15 15:52:53,036 - werkzeug - INFO - 192.168.208.1 - - [15/Apr/2024 15:52:53] "POST /upload-pdf HTTP/1.1" 202 -
+2024-04-15 15:52:53,727 - root - INFO - Converted PDF to images, number of pages: 1
+2024-04-15 15:52:54,146 - root - INFO - 
 ------Page 1------
-Van Aarsen
+9 که
+‎Van/Xarsen mb fmf‏
 
-ماشین‌های پلت مدل ‎C‏ و ‎CU‏
+هدف ‎hs‏ سلامتشی
 
-نسل جدید ماشین‌های پلت
-علاوه بر ماشین پلت ‎LC Joe‏ که امتحان خود را در صنعت خوراک پس داده است. شرکت ‎5B‏ آرسن به‌انازگی مدل جدیدی از ماشین‌های پلت را با
-عنوان ‎CU‏ معرفی نموده است:ماشین مدل ‎CU‏ که دارای آخرین تکنولوزی :در ‎die‏ پلت‌سازی می‌باشد:در دو نوع ‎aly‏ وادینامیکی ارائه: شده است:
+The vital link to your feed chain
 
-نوع دینامیکی ماشین مدل لاح مجهز به تنظیم‌گر غلتک موتوری و کنترل کننده‌ی فعال لغزش غلتک می‌باشد. طراحی مستحکم تنظیم گر غلتک
-موتوری به اپراتور این امکان را می‌دهد. تا حتی در زمان کار دستگاه به سادگی فاصله‌ی دلخواه بین غلتک و دای را انتخاب نماید. این سیستم
-همراه با نرم افزار هوشمند ‎wot‏ مزایای زیادی را در فرایند ساخت و برنامه‌های تعمیر و نگهداری ارائه می‌کند.
+چگونگی افزایش بازده فرآیند آسیاب و کاهش هزینه‌های ‎of‏
 
-یکی از این مزایاء افزایش طول عمر دای و غلتک به میزان ۳۰۹۵ است. با ایجاد ارتباط بین پیچ دوزینگ و ‎(SHE‏ زمانی که ماشین پلت تولید نداردء
-غلتک به عقب کشیده می‌شود. این سیستم» مجهز به یک گزینه‌ی حالت تمیزکاری دای می‌باشد که اپراتور را قادر می‌سازد پس از ساخت هر @
-دای را تمیز نماید. این امر ‎wile‏ از کلوخه شدن مواد در سطح داخلی دای شده و در نتیجه پس از هر توقف, دستگاه به سرعت به فرایند تولید باز
-می‌گردد.
+در این مقاله به معرفی دستگاه آسیاب چکشی مدل ‎GD‏ شرکت فن آرسن باقابلیت سیستم تعویض خودکار الک
+و کنترل فرکانس موتور پرداخته می‌شود. این دستگاه راه‌حلی ایده ‎JT‏ برای دستیابی به فرآیند آسیاب بهینه و
+ظرفیت بالا است.
 
-کنترل کننده‌ی فعال لغزش غلتک. سیستمی هوشمند می‌باشد که به منظور بهینه‌سازی سرعت تولید ماشین پلت طراحی شده است. این سیستم
-با شناسایی حرکت لغزشی غلتک به صورت خودکار فعال شده و مانع از خاموشی دستگاه به علت بروز لغزش در غلتک می گردد.
+آسیاب‌های چکشی جهت آسیاب مواد اولیه خوراک دام به کار برده می‌شوند. مواد ‎adsl‏ وارد شده به دستگاه آسیاب
+چکشی در برخورد با چکش‌های خردکن که با سرعت بالایی در حال چرخش هستند. به ذرات کوچک‌تری تبدیل
+می‌شوند. بازده فرآیند آسیاب به متغیرهای مختلفی مانند نحوه طراحی صفحات خردکن. سرعت نوک چکش‌ها و
 
-۹ ارس ‌ژی_وارصوفضی
-‎W‏
+صفحات الک بستگی دارد.
 
-هدف ما سلامتی
-نماینده انحصاری در ابران
-‎www.ParsJivarSoufi.com‏
-‎PJS@ParsSoufi.com‏
+شرکت فن آرسن آسیاب چکشی دارای صفحات خردکن را اولین بار ۶۵ سال پیش طراحی نمود. آسیاب‌های
+چکشی جدید این شرکت به صفحات خردکن بزرگ‌تری در بخش بالایی محفظه آسیاب مجهز شده‌اند. این امر
+منجر به افزایش دفعات برخورد ذرات به این صفحات می‌شود. امروزه این طراحی به‌عنوان یک روش بسیار مور
+برای دستیابی به کیفیت بالا و آسیاب سریع محصولات در نظر گرفته می‌شود. ذرات با برخوردهای متعدد به
+صفحات خردکن در بخش بالایی محفظه دستگاه به اندازه مناسب می‌رسند و سپس از طریق صفحات الک از زیر
 
-تلفن: ۰ ۸۸۰۶۴۴۲۶-۸
-
-فکس : ۵
+تلفضن: ۲۶-۸ ۶۶ ۰۶ ‎AN‏
+‎ls‏ خیابان سید جمال الدین اسد آبادی, خیابان هفتاد و دوم پلاک ۲. واحد ۳.کدپستی: ۱۶۳۶۹۶۵۱۶۸ فاکس: ۵ ۰۶ ‎AN‏
 
 ------*------
 
-root - DEBUG - Extracted text from page 2
-root - INFO - 
-------Page 2------
-کْوْع»
-
-VanAarsen
-
-پلت‌های خوراک دام پس از طی پروسه‌ی آسیاب. مخلوط کردن و فرآوری پخت مواد ‎adsl‏ (کاندیشنینگ»» با قطر و
-سختی‌های مختلف تولید می‌شوند. ماشین‌های پلت مدل ۴ و لاح فن آرسن قابلیت تولید خوراک تا ظرفیت ۶۰ تن
-بر ساعت را با توجه به پارامترهای مختلف دارا می‌باشد. هزینه‌های عملیاتی این دستگاه‌ها که ‎Joli‏ هزینه‌های دای
-غلتک و قطعات در معرض سایش بوده بسیار اندک می‌باشد و می‌تواند تا مقدار یک یورو به ازای هر تن کاهش ‎ab‏
-‏مدل‌ها
-
-‎as Lon is . nes lock cd .C600 (£500‏
-‎CU900 «ass CU750‏ پایه و ‎CU900XL‏ 4 امکان ساخت ‎pled‏ بخش‌های در تماس با محصول از جنس استیل ضد زنگ
-
-‏ویزگی ها ومزایا ‎ried‏ استیل - ‎(5S‏ = اختباری
-
-‏4 سیستم انتقال قدرت دو مرحله‌ای که امکان به کارگیری سوعت‌های مختلف را با
-
-‏یک موتور فراهم می‌کند
-4 تنظیم هیدرولیک غلتک (اختیاری) برای انعطاف پذیری بیشتر و تنظیمات دقیق
-
-‏فرمول مبتنی بر دستورالعمل
-
-‎ry 4‏ با کیفیت خوب پات
-
-‏4 سطح موثر بزرگ دای برای به حداکثر رساندن ظرفیت تولید
-۸ و ی ریک سگم یرای پا و رساندن ظرفیت تولید
-
-‏ظرفیت ‎gon ۹/۳ GE guration oo‏ بر ‎oi wal‏ د کات هام امه ‎us‏ ۴ ا ی
-4 دارای قاب - بلیت کنتر ل‌ف رکانس موتور برای تن تنظیم سرعت براساس دستورالعمل محصول ‎ig b‏ ۹ > 2 ۱ (حداکثر ‎Eo pai al a pl‏
-ه. وجود مسیر فرعی در ورودی به منظور جلوگیری از اعمال بار اضافی به دررنگاه ‏ 4 امگان تنظیم میزان چربی ‎SL‏ اختیاری :
-۵5 فرع در موارد ترلید ام ‎ie don‏ ۶.۷ ۱ ۱.7 4 بهبود خواص فیزیکی (سختی و پایداری) و شیمیایی (ژلاتینه کردن» حذف میکروب‌های
-» وجود مسیر فرعی در موارد تولید مش 63512( شده به منظور بازگردانی آن 1 ۹ ۹ ‎i‏ 1 ”=
-به چرخه‌ی ‎Ji‏ ال ‎ok‏ = بیماری زا 9 پلت‌هاء با ایجاد تناسب بین دستورالعمل خوراک 9 ساختار دای
-۱ امکان پذیر می‌باشد.
-
-‎ed 4‏ بالای ماس و وجوه یگ نمایش ۲ اینچی در 4 امکان اضافه نمودن سیستم پاشش مایعات ‎(cascade liquid coater)‏ روی پلت‌های
-
-‏کنترل اپراتور (صفحه نمایش ‎۹٩‏ اینچیسه اختیاری)
-4 امکان مشاهده‌ی این صفحه بر روی یک کامپیوتر در اتاق اپراتور وایا ‎Es)‏ و
-4 امکان مشاهده‌ی تغییرات پارامترهای ختلف مانان پار دستگاه» ‎J cles‏ 4 امکان ایزوله ‎oF‏ و ‎L‏ حرارت‌دهی درب دستگاه برای تولید بهداشتی سه اختیاری
-ظرفیت دستگاه و ثبت آن‌ها در طول زمان 4 سیستم هوای داغ بهداشتی برای جلوگیری از چگالش و خشک کردن سریع محصولات
-پس از تولید سسه اختیاری
-
-‏داغ سه اختیاری
-
-‏4 رو اسان وی ترا هی مان انیت ‎BE‏
-
-‏4 . کاهش زمان ‎i‏ تسیر وتگهداری بهدلبل ساختا, مستحکم دستگاه 4 طراحی ارگونومیک و کم جاگیر همراه با یک بالابر یکپارچه. جهت تعویض دای
-4 روانکاری خودکار یاتاقان‌های غلتشی و بیرینگ‌های شفت اصلی « بالابر موتوری برای دای و غلتک‌ها (برای مدل‌های ‎CU750 «£750 £600 (C500‏
-» سیستم تعویض و جایگذاری سریع دای (زمان تقریبی تعویض دای» ۲۵ دقیقه ‎mn‏ به صورت اختیاری و برای مدل‌های ‎C900XL CU9OOXL ۴1900 C900‏
-می‌باشد) به صورت استاندارد)
-4 تکیه‌گاه مخروطی دای به همراه حلقه‌ی نگهدارنده‌ی مقاوم به سایش 4 دسترسی آسان و ایمن از طریق درب بزرگ دستگاه
-طراحی و عمر بالا 4 وجود جعبه ابزار برای تعویض ‎lol‏ دای و غلتک‌ها
-4 نگهدارنده‌ی دای به همراه تکیه‌گاه حلقه‌ای مقاوم به سایش 4 وجود دستگاه چرخش ‎wal‏ بر روی نگهدارنده‌ی ‎ls‏ برای تعویض و جایگذاری
-4 وجود آهنربا در قیف ورودی برای حفاظت از دستگاه اسان و صحیح دای سم اختیاری
-4 وجود یک پین که در حالت بیش‌بار» شکسته شده و با قطع جریان مانع از 4 وجود عایق صدا برای دستگاه
-بروز آسیب به اجزای دستگاه ‎go‏ شود. 4 طراحی و ساخت دستگاه منطبق بر استانداردهای ایمنی ‎CE‏ و ‎ATEX‏
-
-‏طراحی مستحکم و استفاده از مواد باکیفیت در ساخت
-4 وجود بیرینگ‌های مستحکم همراه با شفت فورج شده
-‎of‏ درب ساخته شده از جنس استیل ضد زنگ (استنلس استیل- 55) به منظور
-رد ‎lam sl‏ خوردگی و به حداقل رساندن آلودگی
-
-‏4 اطلاعات ارائه‌شده در این سند.ء هیچ‌گونه حقی را برای خربدار آبچاد نمی‌کند. توضیحات ۳۳
-
-
-------*------
-
-root - DEBUG - Extracted text from page 3
-root - INFO - 
-------Page 3------
-VanAarsen
-
-3ینامیکی علاوه بر ویژگی‌های دستگاه‌های ‎wl CU 3 C Joe‏ دارای مزایای ‎Jd‏ می‌باشد:
-
-تنظیم گر غلتک موتوری: این تجهیز امکان کاربری آسان دستگاه را به همراه سایش کمتر در دای و غلتک‌ها فراهم کرده
-و شرایط فرآوری را برای هر دستورالعمل,ء متناسب با نوع محصول بهینه می‌سازد.
-
-‎e‏ کنترل کننده‌ی فعال لغزش غلتک: این سیستم» فرآیندی بدون دردسر را در ساخت پلت فراهم آورده و امکان بهینه سازی
-فرآیند تولید برای تمامی دستورالعمل‌ها را مهیا می‌نماید.
-
-‏عملکرد بهینه‌ی مدل ‎CU‏ دینامیکی: حداقل نیروی انسانی و کمترین هزینه‌های عملیاتی
-
-‏مدل‌ها
-‎CU750‏ دینامیکی. 900 دینامیکی و )(900ا دینامیکی
-ویژگی‌ها و مزایا ربری آسان و ایمن ۱
-ظرفیت بالا 4 افزایش ‎cols,‏ اپراتور و کاربری آسان
-
-‎of‏ اسیستم فعال تشخیص لغش غلتکء ‎dy‏ صورت خودکار ‎pile‏ از بروز انسداد @ اعلام هشدار در زمان نیاز به صفر کردن فاصله‌ی بین غلتک‌ها
-
-‏در دای و کاهش زمان اتلافی ناشی از وقغفه در فرآیند می‌شود. @ اعلام هشدار در زمان نیاز به تنظیم یکی از غلتک‌ها
-قابلیت شناسایی بروز لغش فر هریک از غلتک‌ها: @ ‎Ll‏ هدفمند مشکلات دستگاه در زمان بروز خطا. دلایل بروز خطا به
-@ پس: از شناسایی لغزش, غلنک‌ها به سمت یکدیگر حرکت کرده» به. تنظیم سرعت مشخص شده و روشی برای حل ارائه می‌شود.
-اولیه برگشته و به:اپراتور اطلاع داده می شود عدم ن نیاز به باز ز کردن دستگاه برای رفع مشکلات ‎Of‏
-‏@ در حالت بروز مداوم لغزش» ورود محصول متوقف و به اپراتور هشدار داده می‌شود. نش
-4 این سیستم مجهزبه یک گزینه‌ی ‎Cl‏ تمیزکاری دای می‌باشد که اپراتور 4 سیستم تنظیم غلتک مکانیکی از قطعات مکانیکی مستحکمی تشکیل شده
-را قادر می‌سازدپس از ساخت هر بچء دای را تمیز تماید. این امر مانع از کلوخه است و امکان بروز آسیب را به حداقل می‌رساند.
-شدن مواد در سطح داخلی دای شده و در نتیجه پس از هر ‎(By‏ دستگاه به تمام اجزای سیستم تنظیم غلتک. دارای پوشش آسان تمیزشو بوده که این
-سرعت به فرآیند تولید باز می گردد. امر خطر انتقال آلودگی بین بچ‌های مختلف و نیز زمان تمیزکاری را کاهش
-
-‏4 تنظیم دقیق غلتک‌هاء برای رسیدن به بهترین فاصله‌ی ممکن بین آن‌ها برای
-هر دستورالعمل و تنظیمات بهینه به منظور دستیابی به کیفیت مطلوب پلت
-
-‏4 ۳ فعال لغزش غلتک این امکان را به اپراتور می‌دهد تا به صورت
-بی بهثرین فاصله‌ی غلنک‌ها و میزان افزودن بخار به خوراک را به‌منظور
-
-‏دی ‎SS‏ خوراک و بازده تولید,به :دست آورد. ایراتورها: می توانتد. با
-
-‏اطمینان از عملکرد این سیستم» تاثیر سایر عوامل را در بهینه‌سازی تولید
-بررسی نمایند.
-
-‏تعویض سریع دای به دلیل وجود سیستم تنظیم خودکار غلتک در زمان تعمیر
-« افزایش طول ‎A‏ و غلتک‌ها به میزان ۳۰۹۵ به ‎Jodo‏ عدم تماس مستقیم
-فلز با فلز در زمان راه‌اندازی دستگاه
-کاهش زمان تمیزکاری به دلیل وجود پوشش آسان تمیز شو در تمامی قطعات
-تنظیم غلتک 3 ‎VE WinVNC‏
+2024-04-15 15:52:54,190 - root - INFO - Successfully converted /app/uploads/sample_input_20240415_155249.pdf to a .docx file at /app/outputs/sample_input_20240415_155249_20240415_155249.docx
+2024-04-15 15:52:54,205 - root - INFO - File received and saved at /app/callbacks/sample_input_20240415_155249_20240415_155249.docx
+2024-04-15 15:52:54,206 - werkzeug - INFO - 127.0.0.1 - - [15/Apr/2024 15:52:54] "POST /callback HTTP/1.1" 200 -
+2024-04-15 15:52:54,683 - root - INFO - PDF uploaded and saved to /app/uploads/sample_input_20240415_155254.pdf
+2024-04-15 15:52:54,684 - werkzeug - INFO - 192.168.208.1 - - [15/Apr/2024 15:52:54] "POST /upload-pdf HTTP/1.1" 202 -
+2024-04-15 15:52:55,235 - root - INFO - Converted PDF to images, number of pages: 1
+2024-04-15 15:52:58,441 - root - INFO - 
+------Page 1------
+9 که
+‎Van/Xarsen mb fmf‏
 
-‎Van Aarsen EH 5
-7۲ Ee ng ng [reg Venn 7
+هدف ‎hs‏ سلامتشی
 
-‎ROLL ADJUSTMENT:
+The vital link to your feed chain
 
-‎Go to zero [T]
-Go to maximum gap [T]
-Start zeroing [T]
-Disable high speed [T]
-Automatic slip prevention
-Start cleaning mode 11
+چگونگی افزایش بازده فرآیند آسیاب و کاهش هزینه‌های ‎of‏
 
-‎A 3
+در این مقاله به معرفی دستگاه آسیاب چکشی مدل ‎GD‏ شرکت فن آرسن باقابلیت سیستم تعویض خودکار الک
+و کنترل فرکانس موتور پرداخته می‌شود. این دستگاه راه‌حلی ایده ‎JT‏ برای دستیابی به فرآیند آسیاب بهینه و
+ظرفیت بالا است.
 
-‎[4] nm]
-Ea mm
+آسیاب‌های چکشی جهت آسیاب مواد اولیه خوراک دام به کار برده می‌شوند. مواد ‎adsl‏ وارد شده به دستگاه آسیاب
+چکشی در برخورد با چکش‌های خردکن که با سرعت بالایی در حال چرخش هستند. به ذرات کوچک‌تری تبدیل
+می‌شوند. بازده فرآیند آسیاب به متغیرهای مختلفی مانند نحوه طراحی صفحات خردکن. سرعت نوک چکش‌ها و
 
-‏لا لا لا لا ‎OR‏
+صفحات الک بستگی دارد.
 
-‏4 اطلاعات ارائه‌شده در این ‎aie‏ هیچ‌گونه حقی را برای خربدار ‎dl!‏ نمی‌کند. توضیحات و تصاو
+شرکت فن آرسن آسیاب چکشی دارای صفحات خردکن را اولین بار ۶۵ سال پیش طراحی نمود. آسیاب‌های
+چکشی جدید این شرکت به صفحات خردکن بزرگ‌تری در بخش بالایی محفظه آسیاب مجهز شده‌اند. این امر
+منجر به افزایش دفعات برخورد ذرات به این صفحات می‌شود. امروزه این طراحی به‌عنوان یک روش بسیار مور
+برای دستیابی به کیفیت بالا و آسیاب سریع محصولات در نظر گرفته می‌شود. ذرات با برخوردهای متعدد به
+صفحات خردکن در بخش بالایی محفظه دستگاه به اندازه مناسب می‌رسند و سپس از طریق صفحات الک از زیر
 
+تلفضن: ۲۶-۸ ۶۶ ۰۶ ‎AN‏
+‎ls‏ خیابان سید جمال الدین اسد آبادی, خیابان هفتاد و دوم پلاک ۲. واحد ۳.کدپستی: ۱۶۳۶۹۶۵۱۶۸ فاکس: ۵ ۰۶ ‎AN‏
 
 ------*------
 
-root - DEBUG - Extracted text from page 4
-root - INFO - 
-------Page 4------
-غلتک‌ها تعداد
-قطر میلی‌متر
-موتور اصلی
-‎ 50Hz-1500rpm‏ کیلووات
-‎ 60Hz-1800rpm‏ کیلووات
-
-وزن ‎(Seals Slab‏ کیلوگرم
-
-۱
-۳ ~~
-
-مدل
-
-C500
-C600
-CU750 - C750
-CU900 - C900
-
-C900XL — CU900XL
-
-مدل
-
-C500
-
-C600
-
-CU750 - C750
-CU900 - C900
-C900XL — CU900XL
-
-C500
-0
-۱۹۰
-
-۳۹۸۵
-
-۴/۷-۶/ ۰-۷
-۵/۶۷/۲۰
-
-3/7
-۸۶-۱۰۳۶
-۴۶۰۰۳۰
-
-Y
-۳۳۰
-
-ابعاد بر حسب میلی‌متر
-‎B A‏
-‎VA. ۱۷۳۷۴‏
-‎AYO ۱۵۲‏
-۳۵۰ ۳۰۵
-۵۰ ۲۴۵۷
-۲۱۳/۰
-ابعاد بر حسب میلی‌متر
-‎K‏ ۳
-‎yay ۹۵‏
-‎Yo‏ ۱۸۷
-‎Yor‏ ۱۹۲
-
-۳۳۵
-
-۰
-
-۳۳
-
-۴/۹۶/۲۴
-۵/۹۵
-
-۲
-
-۳۸۵
-
-۱۶۰
-
-۱۱۰-۱۳۳۲-
-
-۱۳۶۵۳۲
-۵۶۰
-
-که
+2024-04-15 15:52:58,488 - root - INFO - Successfully converted /app/uploads/sample_input_20240415_155253.pdf to a .docx file at /app/outputs/sample_input_20240415_155253_20240415_155253.docx
+2024-04-15 15:52:58,508 - root - INFO - File received and saved at /app/callbacks/sample_input_20240415_155253_20240415_155253.docx
+2024-04-15 15:52:58,509 - werkzeug - INFO - 127.0.0.1 - - [15/Apr/2024 15:52:58] "POST /callback HTTP/1.1" 200 -
+2024-04-15 15:53:00,753 - root - INFO - 
+------Page 1------
+9 که
+‎Van/Xarsen mb fmf‏
 
-VanAarsen
+هدف ‎hs‏ سلامتشی
 
-CU900XL CuU900 CU750
-qe. qe. ۷۵۰
-۳۳۵ ۱۷۵-۲۲۵-۵ ۳۵۰
-۹0 ۴۹۵۰-۶۳۶۰۵ OAR
-۷/۰-/۴-۴ ۴/۹۷ -۵/۳-۶/۷-۷/۰-0/ ۳۴-۹ /۴ ۰۰۰ ‏۲/عم/۵/۱-۵‎ ۷
-۶/۴-۷/۱-۸/۰-۵ ۶/۴-۷/۱-۸/۰-۵ ۳/۴
-۲ ۲ ۲
-۴۳۵ ۴۳۵ ۳۶۰
-۳۱۵-۳۵۵-۰ ۲۰۰۰-۲۵۰-۳۱۵۵ ۱۳۲-۱۶۰۲۰۰۵۰
-۲۸۵-۳۶۰ -۵ ۳۲۳۸-۲۳۸۵۳۶۰ ۱۵۲-۱۸۴۰
-۱۱۳۵۰ -۰ ۱۳۵ ۷۶۴۵-۰۰
+The vital link to your feed chain
 
-1
-‏اک‎ 1 LC
-I ۹
-) |
-J I H G ۳
-۱۳ ۱۳۰۰ ۱۰۶۰ ۱۴۰ ۱۳۰
-۱۳۵ ۱۳۰۰ ۱۱۶۰ ۱۴۰ Vo.
-N52. ۱۵۰ YY. ۰ ۱۳۶۵۰
-YAY. ۱۷۰۰ ۱۳۸۰ ۳ Vero
-VAY. ۱۷۰۰ YEA. ۳۳۰ ‏م۳۰‎
+چگونگی افزایش بازده فرآیند آسیاب و کاهش هزینه‌های ‎of‏
 
-T S R Q P
-BY. ۱۹۶۶ ۱ ۵۵ YY. ۶
-3 Yeo Ye ۶
-‏نما‎ | Yee Yr. ۶
+در این مقاله به معرفی دستگاه آسیاب چکشی مدل ‎GD‏ شرکت فن آرسن باقابلیت سیستم تعویض خودکار الک
+و کنترل فرکانس موتور پرداخته می‌شود. این دستگاه راه‌حلی ایده ‎JT‏ برای دستیابی به فرآیند آسیاب بهینه و
+ظرفیت بالا است.
 
-ارس ژی_وارصوفضی
-هدف ما سلامتی
-نماینده انحصاری در ابران
-‎www.ParsJivarSoufi.com‏
-‎PJS@ParsSoufi.com‏
+آسیاب‌های چکشی جهت آسیاب مواد اولیه خوراک دام به کار برده می‌شوند. مواد ‎adsl‏ وارد شده به دستگاه آسیاب
+چکشی در برخورد با چکش‌های خردکن که با سرعت بالایی در حال چرخش هستند. به ذرات کوچک‌تری تبدیل
+می‌شوند. بازده فرآیند آسیاب به متغیرهای مختلفی مانند نحوه طراحی صفحات خردکن. سرعت نوک چکش‌ها و
 
-تلفن :
-فکس :
+صفحات الک بستگی دارد.
 
-۸۸۰۶۴۴۲۶-۸
-۵
+شرکت فن آرسن آسیاب چکشی دارای صفحات خردکن را اولین بار ۶۵ سال پیش طراحی نمود. آسیاب‌های
+چکشی جدید این شرکت به صفحات خردکن بزرگ‌تری در بخش بالایی محفظه آسیاب مجهز شده‌اند. این امر
+منجر به افزایش دفعات برخورد ذرات به این صفحات می‌شود. امروزه این طراحی به‌عنوان یک روش بسیار مور
+برای دستیابی به کیفیت بالا و آسیاب سریع محصولات در نظر گرفته می‌شود. ذرات با برخوردهای متعدد به
+صفحات خردکن در بخش بالایی محفظه دستگاه به اندازه مناسب می‌رسند و سپس از طریق صفحات الک از زیر
 
+تلفضن: ۲۶-۸ ۶۶ ۰۶ ‎AN‏
+‎ls‏ خیابان سید جمال الدین اسد آبادی, خیابان هفتاد و دوم پلاک ۲. واحد ۳.کدپستی: ۱۶۳۶۹۶۵۱۶۸ فاکس: ۵ ۰۶ ‎AN‏
 
 ------*------
 
-root - INFO - Document saved to /app/outputs/np11.docx
-root - INFO - Sending file /app/outputs/np11.docx
-werkzeug - INFO - 172.29.0.1 - - [14/Apr/2024 17:28:51] "POST /upload-pdf HTTP/1.1" 200 -
+2024-04-15 15:53:00,798 - root - INFO - Successfully converted /app/uploads/sample_input_20240415_155254.pdf to a .docx file at /app/outputs/sample_input_20240415_155254_20240415_155254.docx
+2024-04-15 15:53:00,806 - root - INFO - File received and saved at /app/callbacks/sample_input_20240415_155254_20240415_155254.docx
+2024-04-15 15:53:00,814 - werkzeug - INFO - 127.0.0.1 - - [15/Apr/2024 15:53:00] "POST /callback HTTP/1.1" 200 -

pdf_to_word.py

@@ -3,44 +3,74 @@ from pdf2image import convert_from_path
 import pytesseract
 from PIL import Image
 import tempfile
-from docx import Document
-from docx.enum.text import WD_ALIGN_PARAGRAPH
 import os
+from docx import Document
+from datetime import datetime
 
 # Configure logging
-logging.basicConfig(level=logging.DEBUG, filename='/app/logs/pdf_to_word.log', filemode='w',
-                    format='%(name)s - %(levelname)s - %(message)s')
+logging.basicConfig(level=logging.INFO, filename='/app/logs/pdf_to_word.log', filemode='w',
+                    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s')
 
-def pdf_to_word(pdf_path, output_dir, lang='eng+fas'):
+def pdf_to_word_txt(pdf_path, output_dir, lang='fas+eng'):
     pdf_name = os.path.basename(pdf_path).split('.')[0]
-    output_path = os.path.join(output_dir, f'{pdf_name}.docx')
-    logging.info(f'Starting conversion for {pdf_path}')
+
+    current_time = datetime.now().strftime("%Y%m%d_%H%M%S")
+    output_path = os.path.join(output_dir, f'{pdf_name}_{current_time}.txt')
 
     try:
+        pages = convert_from_path(pdf_path, 600)
+        logging.info(f'Converted PDF to images, number of pages: {len(pages)}')
+        all_text = []
+        for i, page in enumerate(pages):
+            with tempfile.NamedTemporaryFile(suffix='.jpg') as temp_image:
+                page.save(temp_image.name, 'JPEG')
+                text = pytesseract.image_to_string(Image.open(temp_image.name), lang=lang, config='--oem 3 --psm 3')
+                logging.info("\n------"+f'Page {i+1}'+"------\n"+text+"\n------*------\n")
+                all_text.append(text)
+        
+        with open(output_path, 'w', encoding='utf-8') as f:
+            f.write("\n".join(all_text))
+
+        logging.info(f'Successfully converted {pdf_path} to text at {output_path}')
+        return output_path
+    except Exception as e:
+        logging.error(f'Error converting PDF to text: {e}', exc_info=True)
+        return None
+
+
+
+
+def pdf_to_word_docx(pdf_path, output_dir, lang='eng+fas'):
+    pdf_name = os.path.basename(pdf_path).split('.')[0]
+    # output_path = os.path.join(output_dir, f'{pdf_name}.docx')
+    current_time = datetime.now().strftime("%Y%m%d_%H%M%S")
+    output_path = os.path.join(output_dir, f'{pdf_name}_{current_time}.docx')
+
+    try:
+        # Increase DPI for higher image quality
         pages = convert_from_path(pdf_path, 300)
         logging.info(f'Converted PDF to images, number of pages: {len(pages)}')
         
-        document = Document()
-        document.add_heading('Document Title', 0)
+        # PSM 4 might be more suitable for mixed content like your provided image
+        custom_config = r'--oem 3 --psm 4'
+        # custom_config = r''
+        all_text = []
         
         for i, page in enumerate(pages):
-            with tempfile.NamedTemporaryFile(delete=False, suffix='.jpg') as temp_image:
+            with tempfile.NamedTemporaryFile(suffix='.jpg') as temp_image:
                 page.save(temp_image.name, 'JPEG')
-                text = pytesseract.image_to_string(Image.open(temp_image.name), lang=lang, config='--psm 6')
-                logging.debug(f'Extracted text from page {i+1}')
-
-                heading = document.add_heading(f'Page {i+1}', level=1)
-                heading.alignment = WD_ALIGN_PARAGRAPH.RIGHT
-                paragraph = document.add_paragraph(text)
-                paragraph.alignment = WD_ALIGN_PARAGRAPH.RIGHT
-                
+                text = pytesseract.image_to_string(Image.open(temp_image.name), lang=lang, config=custom_config)
                 logging.info("\n------"+f'Page {i+1}'+"------\n"+text+"\n------*------\n")
-                os.unlink(temp_image.name)
+                all_text.append(text)
         
-        document.save(output_path)
-        logging.info(f'Document saved to {output_path}')
+        # Save to a .docx file using a library like python-docx
+        doc = Document()
+        for text in all_text:
+            doc.add_paragraph(text)
+        doc.save(output_path)
+        
+        logging.info(f'Successfully converted {pdf_path} to a .docx file at {output_path}')
         return output_path
     except Exception as e:
-        logging.error(f'An error occurred: {e}', exc_info=True)
+        logging.error(f'Error converting PDF to text: {e}', exc_info=True)
         return None
-

requirements.txt

@@ -4,3 +4,6 @@ pytesseract
 Pillow
 python-docx
 tqdm
+watchdog
+regex
+requests

response.json

@@ -0,0 +1,3 @@
+{
+  "message": "File processed and sent successfully"
+}