# Funcionalidade de Manipulação de PDFs

## Visão Geral

Sistema completo de manipulação de arquivos PDF com as seguintes funcionalidades:

### Recursos Implementados

1. **Compressão de PDF sem perda de qualidade**
   - Compressão inteligente mantendo qualidade entre 50-100%
   - Remoção de metadados desnecessários
   - Otimização de streams de objetos
   - Suporte para múltiplos arquivos simultâneos

2. **Divisão de PDF**
   - Por páginas específicas (ex: 1,3,5,7)
   - Por intervalos (ex: 1-5, 6-10)
   - Por chunks de tamanho fixo

3. **Mesclagem de PDFs**
   - Combine até 50 PDFs em um único arquivo
   - Preserva qualidade original
   - Ordem personalizável

4. **PDF para Imagens**
   - Formatos: PNG, JPG, WEBP
   - DPI ajustável (150-600)
   - Qualidade configurável (50-100%)
   - Conversão de páginas específicas ou todas

5. **Imagens para PDF**
   - Suporta múltiplas imagens (até 100)
   - Ajuste automático ao tamanho da página
   - Suporta PNG, JPG, JPEG, WEBP

6. **OCR (Reconhecimento Ótico de Caracteres)**
   - Extração de texto de PDFs escaneados
   - Suporte para Português, Inglês e Espanhol
   - Retorna confiança da extração
   - Processamento por página

7. **Informações do PDF**
   - Número de páginas
   - Tamanho do arquivo
   - Metadados (título, autor, criador, etc.)
   - Datas de criação e modificação

## Instalação

### 1. Instalar Dependências

```bash
npm install pdf-lib pdf-parse pdf2pic tesseract.js
npm install --save-dev @types/pdf-parse
```

Ou execute o script de instalação:

```bash
npm run install-pdf-deps
```

### 2. Executar Migration do Banco de Dados

```bash
npm run prisma:migrate
```

Ou manualmente:

```bash
npx prisma migrate dev --name add_operacoes_pdf
```

### 3. Gerar Cliente Prisma

```bash
npm run prisma:generate
```

### 4. Criar Diretórios Necessários

Os diretórios serão criados automaticamente na primeira execução, mas você pode criá-los manualmente:

```bash
mkdir -p storage/temp/pdf-ops
mkdir -p storage/pdf-output
mkdir -p storage/temp/uploads
```

## Uso

### Frontend

Acesse a página de manipulação de PDFs através da rota:

```
/pdf
```

### API Endpoints

Todas as rotas requerem autenticação via Bearer token.

#### 1. Comprimir PDF

```http
POST /api/pdf/compress
Content-Type: multipart/form-data
Authorization: Bearer {token}

Body:
- files: File[] (array de PDFs)
- quality: number (50-100, padrão 95)
- maxSizeMB: number (opcional)
```

#### 2. Dividir PDF

```http
POST /api/pdf/split
Content-Type: multipart/form-data
Authorization: Bearer {token}

Body:
- files: File (único PDF)
- splitType: 'pages' | 'range' | 'chunks'
- pages: string (ex: "1,2,3") - para splitType='pages'
- ranges: string (ex: "1-5,6-10") - para splitType='range'
- chunkSize: number - para splitType='chunks'
```

#### 3. Mesclar PDFs

```http
POST /api/pdf/merge
Content-Type: multipart/form-data
Authorization: Bearer {token}

Body:
- files: File[] (mínimo 2 PDFs)
```

#### 4. PDF para Imagens

```http
POST /api/pdf/pdf-to-images
Content-Type: multipart/form-data
Authorization: Bearer {token}

Body:
- files: File (único PDF)
- format: 'png' | 'jpg' | 'webp' (padrão: png)
- quality: number (50-100, padrão: 95)
- density: number (DPI, 150-600, padrão: 300)
- pages: string (opcional, ex: "[1,2,3]" ou "all")
```

#### 5. Imagens para PDF

```http
POST /api/pdf/images-to-pdf
Content-Type: multipart/form-data
Authorization: Bearer {token}

Body:
- files: File[] (array de imagens)
- fitToPage: boolean (padrão: true)
- pageSize: string (opcional, JSON: {"width":595,"height":842})
```

#### 6. OCR

```http
POST /api/pdf/ocr
Content-Type: multipart/form-data
Authorization: Bearer {token}

Body:
- files: File (único PDF)
- language: string ('por' | 'eng' | 'spa', padrão: 'por')
- pages: string (opcional, ex: "[1,2]" ou "all")
```

#### 7. Informações do PDF

```http
POST /api/pdf/info
Content-Type: multipart/form-data
Authorization: Bearer {token}

Body:
- files: File (único PDF)
```

#### 8. Histórico de Operações

```http
GET /api/pdf/history?page=1&limit=20
Authorization: Bearer {token}
```

#### 9. Download de Arquivo Processado

```http
GET /api/pdf/download/:operacaoId/:fileIndex
Authorization: Bearer {token}
```

## Estrutura de Resposta

### Sucesso (Compressão)

```json
{
  "success": true,
  "operacaoId": "uuid",
  "results": [
    {
      "originalName": "documento.pdf",
      "originalSize": 1048576,
      "compressedSize": 524288,
      "reduction": 50.0,
      "outputPath": "/path/to/compressed.pdf"
    }
  ],
  "totalOriginalSize": 1048576,
  "totalCompressedSize": 524288,
  "totalReduction": 50.0,
  "processingTime": 1234
}
```

### Sucesso (OCR)

```json
{
  "success": true,
  "operacaoId": "uuid",
  "result": {
    "text": "Texto extraído completo...",
    "confidence": 95.5,
    "pages": [
      {
        "pageNumber": 1,
        "text": "Texto da página 1...",
        "confidence": 96.2
      }
    ]
  },
  "processingTime": 5678
}
```

### Erro

```json
{
  "error": "Falha ao processar arquivo",
  "message": "Detalhes específicos do erro"
}
```

## Modelo de Dados

### OperacaoPDF

```typescript
interface OperacaoPDF {
  id: string;
  tipoOperacao: 'COMPRIMIR' | 'DIVIDIR' | 'MESCLAR' | 'PDF_PARA_IMAGEM' | 'IMAGEM_PARA_PDF' | 'OCR';
  status: 'PROCESSANDO' | 'CONCLUIDO' | 'ERRO';
  usuarioId: string;
  arquivosOriginais: string[];
  arquivosResultado: string[];
  tamanhoOriginal: bigint;
  tamanhoResultado: bigint | null;
  parametros: any;
  mensagemErro: string | null;
  detalhesOCR: any | null;
  tempoProcessamento: number | null;
  criadoEm: Date;
  atualizadoEm: Date;
}
```

## Segurança

- ✅ Autenticação obrigatória em todas as rotas
- ✅ Validação de tipos de arquivo (apenas PDF e imagens)
- ✅ Limite de tamanho de arquivo (100MB por arquivo)
- ✅ Limite de quantidade de arquivos por operação
- ✅ Sanitização de nomes de arquivo
- ✅ Isolamento de arquivos por operação
- ✅ Limpeza automática de arquivos temporários

## Performance

- ✅ Processamento assíncrono
- ✅ Otimização de memória com streams
- ✅ Compressão sem perda de qualidade perceptível
- ✅ Cache de workers de OCR
- ✅ Índices no banco de dados para consultas rápidas
- ✅ Limpeza automática de arquivos antigos

## Tratamento de Erros

Todos os erros são:
- Logados no console do servidor
- Registrados no banco de dados (tabela operacoes_pdf)
- Retornados ao cliente com mensagens descritivas
- Capturados por try-catch em todas as operações

## Limitações

- Tamanho máximo por arquivo: 100MB
- Máximo de arquivos para compressão: 10
- Máximo de arquivos para mesclagem: 50
- Máximo de imagens para conversão em PDF: 100
- Arquivos processados são mantidos por 24 horas

## Manutenção

### Limpeza de Arquivos Antigos

Execute periodicamente (recomendado: diariamente via cron):

```typescript
import { PDFService } from './src/services/pdfService';

// Remove arquivos com mais de 24 horas
await PDFService.cleanupOldFiles(24);
```

### Monitoramento

Consulte a tabela `operacoes_pdf` para:
- Estatísticas de uso
- Taxa de erro
- Tempo médio de processamento
- Operações mais utilizadas

```sql
-- Operações por tipo
SELECT "tipoOperacao", COUNT(*) as total
FROM operacoes_pdf
GROUP BY "tipoOperacao"
ORDER BY total DESC;

-- Taxa de sucesso
SELECT 
  status,
  COUNT(*) as total,
  ROUND(COUNT(*) * 100.0 / SUM(COUNT(*)) OVER(), 2) as percentual
FROM operacoes_pdf
GROUP BY status;

-- Tempo médio por operação
SELECT 
  "tipoOperacao",
  AVG("tempoProcessamento") as tempo_medio_ms,
  MIN("tempoProcessamento") as tempo_min_ms,
  MAX("tempoProcessamento") as tempo_max_ms
FROM operacoes_pdf
WHERE status = 'CONCLUIDO'
GROUP BY "tipoOperacao";
```

## Troubleshooting

### Erro: "Tesseract worker failed"

Solução: Certifique-se de que o Tesseract está instalado corretamente:

```bash
npm install tesseract.js --force
```

### Erro: "Cannot find module 'sharp'"

Solução: Reinstale o Sharp com rebuild:

```bash
npm uninstall sharp
npm install sharp
npm rebuild sharp
```

### Erro: "ENOSPC: no space left on device"

Solução: Aumente o espaço em disco ou execute a limpeza:

```bash
npm run cleanup-pdf-files
```

### Performance lenta no OCR

Solução: Reduza o DPI ou processe menos páginas por vez.

## Suporte

Para questões ou problemas:
1. Verifique os logs do servidor
2. Consulte a tabela `operacoes_pdf` para detalhes do erro
3. Verifique se os diretórios de storage têm permissões corretas
4. Certifique-se de que todas as dependências estão instaladas

## Changelog

### v1.0.0 (2026-02-27)
- ✅ Implementação inicial
- ✅ Compressão sem perda de qualidade
- ✅ Divisão de PDFs
- ✅ Mesclagem de PDFs
- ✅ Conversão PDF para imagens
- ✅ Conversão de imagens para PDF
- ✅ OCR com Tesseract
- ✅ Histórico de operações
- ✅ Interface React completa
- ✅ Validação e segurança