Snacks-Analytics-backend/src/modules/pdf-parse.ts

import * as fs from 'fs';
const pdfjsLib = require('pdfjs-dist');


async function pdfParse(travel: string) {
    interface DetailProduit {
        quantité: number;
        prixHT: number;
        TVA: string;
    }

    interface res {
        marque: string;
        date_achats: string;
        products: {
            [nomProduit: string]: DetailProduit;
        };
    }

    const productsList: { [key: string]: DetailProduit } = {};
    let fournisseur = '';
    let date = '';

    const cheminPDF = travel;

    try {
        // Lecture du fichier binaire du PDF et conversion pour PDF.js
        const dataBuffer = new Uint8Array(fs.readFileSync(cheminPDF));

        // Chargement du document par PDF.js
        const loadingTask = pdfjsLib.getDocument({ data: dataBuffer });
        const pdf = await loadingTask.promise;
        
        let texte = '';

        // Boucle pour extraire le texte de chaque page du PDF
        for (let i = 1; i <= pdf.numPages; i++) {
            const page = await pdf.getPage(i);
            const textContent = await page.getTextContent();
            
            // On récupère chaque fragment de texte trouvé graphiquement sur la page et on les sépare par un saut de ligne
            const textePage = textContent.items.map((item: any) => item.str).join('\n');
            texte += textePage + '\n';
        }
        
        const regexAuchan = /auchan/i.test(texte);

        //  on regarde si c'est auchan ou metro

        if (regexAuchan) {
            fournisseur = "Auchan";
            
            // on regarde la date d'achat avec une expression reguliere pour auchan
            const regexDate = /(\d{2})\/(\d{2})\/(\d{4})/;
            const correspondance = texte.match(regexDate);
            if (correspondance) {     
                date = correspondance[0]
            } else {
                date = "non trouvé"
            }

            // Découpage en lignes pour l'analyse
            const lignes = texte.split('\n').map(l => l.trim()).filter(l => l.length > 0);

            // Algorithme de recherche verticale pour Auchan
            for (let i = 0; i < lignes.length; i++) {
                // Si la ligne correspond exactement à un code-barres à 13 chiffres
                if (/^\d{13}$/.test(lignes[i])) {
                    const nomProduit = lignes[i + 1]; 
                    
                    let idxQuantite = i + 3;
                    let idxPrixHT = i + 4;
                    let idxTva = i + 5;

                    // Gestion de la ligne parasite Eco-participation qui décale le tableau
                    if (lignes[i + 2] && lignes[i + 2].includes("Eco-participation")) {
                        idxQuantite += 2;
                        idxPrixHT += 2;
                        idxTva += 2;
                    }

                    const qte = lignes[idxQuantite];
                    const prix = lignes[idxPrixHT];
                    const tva = lignes[idxTva];
                    let tvaFinal: string;

                    if (tva) {
                        tvaFinal = tva.replace(',', '.').trim() + "%";
                    } else {
                        tvaFinal = "non trouvé";
                    }

                    
                    productsList[nomProduit] = {
                        quantité: parseInt(qte, 10),
                        prixHT: parseFloat(prix.replace(',', '.')),
                        TVA: tvaFinal
                    };
                    
                }
            }

        } else {
            fournisseur = "Metro";

            // on regarde la date d'achat avec une expression reguliere pour metro
            const regexDate = /(\d{2})-(\d{2})-(\d{4})/;
            const correspondance = texte.match(regexDate);
            if (correspondance) {     
                date = correspondance[0]
            } else {
                date = "non trouvé"
            }

            
        }

        // Construction de l'objet final
        const resultat: res = {
            marque: fournisseur,
            date_achats: date,
            products: productsList
        };
        
        return resultat;

    } catch (e) {
        console.error("Erreur :", e);
    }
}

export default pdfParse;