Mein PDF-Metadaten-Scan-Werkzeug

Dieses Repository enthält den Quellcode meiner eigenen Umsetzung des metadata-Werkzeugs. Es liest Metadaten aus PDFs aus und exportiert sie in eine CSV-Datei. Es verarbeitet einzelne PDFs und Verzeichnisse mit mehreren PDFs.

Nur für Testzwecke

Dieses Werkzeug ist ausschließlich für Ausbildung und autorisierte Penetrationstests gedacht. Es gegen Systeme einzusetzen, für die du keine ausdrückliche Testerlaubnis hast, ist strafbar und unethisch.

Inhalt

• Funktionen
• Loslegen
• Beispiele
  • Optionen
  • Metadaten aus einer einzelnen Datei
  • Metadaten aus einem Verzeichnis

Funktionen

Diese Umsetzung deckt folgende Funktionen ab:

• Metadaten auslesen: liest Metadaten wie Titel, Autor, Erstellungsdatum und mehr aus PDFs.
• Einzeldatei oder Verzeichnis: verarbeitet einzelne PDFs und ganze Verzeichnisse.
• CSV-Export: schreibt die Metadaten in eine CSV-Datei mit Semikolon als Trennzeichen.
• Konfigurierbare Ausgabe: der Dateiname der Ausgabe ist wählbar.

Loslegen

So kommst du mit dem metadata-Werkzeug los:

1. Repository klonen:

git clone https://github.com/yourusername/metadata-tool.git
cd metadata-tool

2. Abhängigkeiten installieren:

pip install PyPDF2

Beispiele

Optionen

Option	Kurzform	Beschreibung	Pflicht
--directory	-d	Pfad zu einem einzelnen PDF
--file	-f	Pfad zu einem Verzeichnis mit PDFs
--name	-n	Name der Ausgabe-CSV	x

• Eine Option ist Pflicht: --directory oder --file

Metadaten aus einer einzelnen Datei

Um Metadaten aus einem einzelnen PDF in eine CSV zu schreiben:

python metadata.py -f <path_to_pdf> -n <output_filename>

• path_to_pdf: der Pfad zum PDF.
• output_filename: der Name der CSV, in der die Metadaten landen.

Beispiel:

python metadata.py -f example.pdf -n metadata.csv

Metadaten aus einem Verzeichnis

Um Metadaten aus allen PDFs eines Verzeichnisses in eine CSV zu schreiben:

python metadata.py -d <path_to_directory> -n <output_filename>

• path_to_directory: der Pfad zum Verzeichnis mit den PDFs.
• output_filename: der Name der CSV, in der die Metadaten landen.

Beispiel:

python metadata.py -d /path/to/pdf/folder -n metadata.csv

Format der CSV

Die Ausgabe-CSV enthält je PDF diese Metadatenfelder:

• Title
• Author
• Creator
• Created
• Modified
• Subject
• Keywords
• Description
• Producer
• PDF Version

Die Einträge sind wie vorgesehen durch Semikolon (;) getrennt.

---

Repository: https://github.com/PascalNehlsen/dso-python-tasks/tree/main/module-5/metadata