taiage/convert_md.py

142 lines
5.3 KiB
Python

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Convierte Markdown a PDF y DOCX por bloques, concatenando bloque{i}/tema*.md.
"""
import argparse
import subprocess
import sys
import shutil
from datetime import datetime
from pathlib import Path
from glob import glob
def check_cmd_exists(cmd: str) -> bool:
return shutil.which(cmd) is not None
def run_cmd(cmd_list):
try:
subprocess.run(cmd_list, check=True)
except subprocess.CalledProcessError as e:
print(f"❌ Error ejecutando: {' '.join(cmd_list)}\n{e}", file=sys.stderr)
sys.exit(1)
def build_pandoc_common_args(input_md: Path, title: str):
return [
"pandoc", str(input_md),
"--from", "markdown",
"--toc",
"--metadata", f"title={title}",
]
def convert_to_pdf(input_md: Path, output_pdf: Path, css: str | None):
args = build_pandoc_common_args(input_md, title=output_pdf.stem)
args += ["-o", str(output_pdf), "--pdf-engine=weasyprint"]
if css:
args += ["--css", css]
# Embebe recursos (imágenes, etc.) y usa rutas relativas al md
args += ["--embed-resources", "--resource-path", f".;{input_md.parent}"]
run_cmd(args)
def convert_to_docx(input_md: Path, output_docx: Path, ref_doc: str | None):
args = build_pandoc_common_args(input_md, title=output_docx.stem)
args += ["--to", "docx", "-o", str(output_docx)]
if ref_doc:
args += ["--reference-doc", ref_doc]
args += ["--embed-resources", "--resource-path", f".;{input_md.parent}"]
run_cmd(args)
def concat_markdown(block_dir: Path, out_md: Path) -> int:
temas = sorted(glob(str(block_dir / "tema*.md")))
if not temas:
return 0
with out_md.open("w", encoding="utf-8") as f_out:
for md in temas:
with open(md, "r", encoding="utf-8") as f_in:
f_out.write(f_in.read().rstrip() + "\n\n")
return len(temas)
def convert_to_odt(input_md: Path, output_odt: Path, ref_odt: str | None):
args = build_pandoc_common_args(input_md, title=output_odt.stem)
args += ["--to", "odt", "-o", str(output_odt)]
if ref_odt:
args += ["--reference-doc", ref_odt]
args += ["--embed-resources", "--resource-path", f".;{input_md.parent}"]
run_cmd(args)
def main():
hoy = datetime.now().strftime("_%Y%m%d")
# parser = argparse.ArgumentParser(description="Convertir Markdown a PDF y DOCX por bloques.")
# parser.add_argument("--bloques", nargs="+", type=int, required=True,
# help="Lista de números de bloque, ej.: 1 2 3 4")
# parser.add_argument("--css", type=str, default=None, help="CSS para PDF (WeasyPrint)")
# parser.add_argument("--ref", type=str, default=None, help="Documento de referencia DOCX (plantilla.docx)")
# parser.add_argument("--outdir-pdf", type=str, default="pdfs", help="Carpeta salida PDF")
# parser.add_argument("--outdir-pdf", type=str, default="pdfs", help="Carpeta salida PDF")
# parser.add_argument("--outdir-docx", type=str, default="docx", help="Carpeta salida DOCX")
# parser.add_argument("--keep-md", action="store_true", help="Mantener los .md concatenados")
# args = parser.parse_args()
# Comprobaciones
if not check_cmd_exists("pandoc"):
print("❌ No se encontró 'pandoc' en PATH. Instálalo y vuelve a ejecutar.", file=sys.stderr)
sys.exit(1)
# WeasyPrint es opcional, pero si vas a PDF conviene avisar si no está
weasy_available = check_cmd_exists("weasyprint")
# if args.css and not Path(args.css).exists():
# print(f"⚠️ CSS no encontrado: {args.css} (se omitirá en PDF)")
outdir_pdf = Path("pdfs")
outdir_docx = Path("docx")
fichero_plantilla = Path("plantilla.docx")
fichero_css=Path("scriptsLinux/estilos.css")
outdir_pdf.mkdir(parents=True, exist_ok=True)
outdir_docx.mkdir(parents=True, exist_ok=True)
for i in 1, 2, 3, 4:
block_dir = Path(f"bloque{i}")
if not block_dir.exists():
print(f"⚠️ No existe el directorio {block_dir} — se omite el bloque {i}.")
continue
out_md = Path(f"bloque{i}-completo{hoy}.md")
count = concat_markdown(block_dir, out_md)
if count == 0:
print(f"⚠️ No hay archivos tema*.md en {block_dir} — se omite este bloque.")
continue
print(f"✔ Generado {out_md} ({count} temas concatenados)")
title = f"Bloque {i} - Actualizado el {hoy}"
# DOCX
out_docx = outdir_docx / f"bloque{i}.docx"
convert_to_docx(out_md, out_docx, str(fichero_plantilla) if fichero_plantilla.exists() else None)
print(f"📝 DOCX generado: {out_docx}")
# PDF
out_pdf = outdir_pdf / f"bloque{i}.pdf"
if weasy_available:
css = fichero_css if fichero_css and Path(fichero_css).exists() else None
convert_to_pdf(out_md, out_pdf, css)
print(f"📄 PDF generado: {out_pdf}")
else:
print("⚠️ WeasyPrint no está disponible. Instálalo para generar PDF, o usa otra ruta (MiKTeX).")
# Libre Office Writer (ODT)
out_odt = outdir_docx / f"bloque{i}.odt"
convert_to_odt(out_md, out_odt, "plantilla.odt")
print(f"📝 ODT generado: {out_odt}")
# Limpieza
try:
out_md.unlink()
except Exception:
pass # Si quieres mantenerlos, usa --keep-md
if __name__ == "__main__":
main()