====== Driving jobs scanner ======

Rolf wants to implement a tool which scans driving jobs (Fahraufträge) PDFs and creates DB table entries from them.

We spoke about it on 22.11.2024.


===== Research phase =====

  * OCR necessary
    * because PDF do not contain text

  * free OCR tools
    * PDF24 tools 
      * online (not locally)
      * freeware, but not open source
      * license unclear (commercial use allowed?)
    * Tesseract
    * ocrmypdf 
      * "Tesseract for PDFs"
      * Windows + Linux
      * use ''--sidecar'' option to create a text file from PDF
        * Example:
          * ''ocrmypdf -l deu --sidecar output.txt --output-type pdf input.pdf output.pdf''
      * Misc
        * Useful link for Windows:
          * https://ub-mannheim.github.io/Tesseract_Dokumentation/OCRmyPDF_Windows_und_Linux.html

    * extracting text from PDF
      * [[https://github.com/itext|iText]]
        * but the PDF file should already contain text
        * see also:
          * https://stackoverflow.com/questions/8821107/pdf-text-extraction-using-itext
      * Aspose.PDF for Java
        * https://products.aspose.com/pdf/de/java/editor/
      * Misc
        * https://edrawmind.wondershare.com/productivity-improvement/7-best-ocr-tools-for-linux.html
        * https://www.baeldung.com/linux/ocr-tools

===== My Notes =====

  * OCR notwendig
  * Andere Formate als PDF möglich?
  * Text nach OCR "zerschnipselt"
  * Auswahl mit Firefox noch OK, aber auch nicht 100%
  * mit OCR
    * "gefährlich", da die Fahraufträge verschiedenartig sein können
    * definieren wie der Text zu interpretieren ist
    * definieren was tun, wenn der Text zugeordnet sein kann
    * definieren was passiert, wenn etwas falsch ist

  * 200 PDFs
  * Power Apps 
  * mit Flow
  * Email
    * 1. Ladeliste PDF => Auftrag
    * 2. Email
    * 3. 14 Tage später Gutschrift
  * Flow
    * langsam
    * Lizenzkosten
  * Desktop App
    * File reinziehen