API Elaborazione PDF – Unire, Dividere e Ruotare Automaticamente i PDF

Hai bisogno di unire più PDF, selezionare pagine specifiche o correggere scansioni ruotate in modo errato? Nel nostro studio legale, i fascicoli arrivavano spesso come PDF separati – perizie, lettere dei clienti, documenti giudiziari – che dovevano essere uniti e riordinati. Un'API per unire e dividere PDF che corregga anche l'orientamento semplificherebbe notevolmente questo flusso di lavoro.

Sembra semplice – fino a quando non si prova a integrare PyMuPDF, pikepdf o librerie simili in una pipeline robusta con scansione antivirus e validazione.

Perché una soluzione personalizzata per unire e dividere PDF richiede settimane

PyMuPDF, pikepdf, PyPDF2 e reportlab coprono ciascuno parti della manipolazione PDF. L'unione funziona – fino a quando non si incontrano file crittografati, stream corrotti o codifiche insolite. Chi vuole costruire una soluzione autonoma scopre rapidamente che il riconoscimento dell'orientamento richiede tipicamente OCR o analisi del layout – ulteriori dipendenze, più infrastruttura. Generare anteprime significa renderizzare le pagine in immagini, ridimensionarle e codificarle. Costruire un'API di manipolazione PDF affidabile e validata richiede tempo e nasconde complessità nei casi limite.

Come l'API MaraDocs per unire e dividere PDF risolve il problema in minuti

L'API MaraDocs offre l'elaborazione PDF come servizio. Carica, valida (virus e formato), poi componi (unisci/dividi per pagina), rileva e correggi l'orientamento, genera anteprime, ottimizza e OCR – tutto tramite un'unica API. Nessun caricamento tra i passaggi; i file rimangono nel workspace. Si specifica quali pagine di quali PDF combinare e l'API restituisce un singolo handle composito. La correzione dell'orientamento utilizza un'analisi basata sul testo, quindi le scansioni ruotate vengono corrette automaticamente.

Flusso di lavoro elaborazione documenti: Carica, Valida, Componi, Orienta

Ogni flusso di lavoro MaraDocs inizia con caricamento e validazione. Carica un PDF (o riprendi uno da un passaggio precedente), valida virus e formato, poi concatena le operazioni. L'endpoint Compose consente di unire più PDF e selezionare pagine specifiche: ad es. { pdf_handle: p1, pages: [{ page_number: 0 }, { page_number: 2 }] } per le pagine 1 e 3 del primo documento, più { pdf_handle: p2 } per l'intero secondo documento. Il rilevamento dell'orientamento utilizza un'analisi basata sul testo per correggere automaticamente le pagine ruotate. Per le anteprime: renderizza una pagina come immagine, poi crea un'anteprima, quindi converti in JPEG – tutto con handle lato server, nessun nuovo caricamento.

Cosa distingue MaraDocs: Workspace, Webview e normativa tedesca sulla privacy

La maggior parte delle API per documenti obbliga a caricare, elaborare, scaricare e ricaricare per il passaggio successivo. Con i workspace MaraDocs i file rimangono lato server. Gli handle vengono passati tra operazioni: valida → componi → orienta → ottimizza. Meno roundtrip, codice più semplice, nessuna necessità di tracciare l'identità dei file tra i passaggi.

Quando l'automazione incontra un caso limite – ordine pagine errato, uno stream corrotto o una codifica insolita – app.maradocs.io può essere aperto con il workspace secret per ispezione e modifica manuale. Gli utenti ottengono il pieno controllo manuale quando la pipeline richiede intervento umano.

L'intera elaborazione avviene in Germania (Maramia GmbH), con crittografia a riposo (SSE-C) e in transito (TLS). I workspace scadono dopo 7 giorni. Nessun dato lascia l'UE. Per i carichi di lavoro sensibili GDPR e BDSG è rilevante.

Codice TypeScript per unire e ruotare automaticamente i PDF

Riferimento API: data/upload, pdf/validate, pdf/compose, pdf/orientation, pdf/to/img, img/thumbnail, data/download/pdf

import { MaraDocsClient } from "@maramia/maradocs-sdk-ts";
import { okPdf } from "@maramia/maradocs-sdk-ts/models/pdf";

const client = new MaraDocsClient({ workspaceSecret: workspace_secret });

// Carica e valida entrambi i PDF
const up1 = await client.data.upload(pdf1File);
const up2 = await client.data.upload(pdf2File);
const val1 = await client.pdf.validate({ unvalidated_file_handle: up1.unvalidated_file_handle });
const val2 = await client.pdf.validate({ unvalidated_file_handle: up2.unvalidated_file_handle });
const pdf1 = okPdf(val1);
const pdf2 = okPdf(val2);

// Unisci i PDF, seleziona pagine specifiche
const composed = await client.pdf.compose({
  pdfs: [
    { pdf_handle: pdf1, pages: [{ page_number: 0 }, { page_number: 2 }] },
    { pdf_handle: pdf2 },
  ],
});

// Rileva e correggi automaticamente l'orientamento
const oriented = await client.pdf.orientation({
  pdf_handle: composed.pdf_handle,
});

// Scarica il risultato
const blob = await client.data.downloadPdf({ pdf_handle: oriented.rotated_pdf_handle });

// Opzionale: anteprima (renderizza pagina come immagine, poi crea anteprima)
const imgResult = await client.pdf.toImg({
  pdf_handle: oriented.rotated_pdf_handle,
  pages: [0],
});
const thumb = await client.img.thumbnail({
  img_handle: imgResult.img_handles[0],
});

Codice Python per unire e orientare PDF

Riferimento API: data/upload, pdf/validate, pdf/compose, pdf/orientation, data/download/pdf

# pip install python-decouple requests
"""Merge PDFs (with optional page selection) using MaraDocs. Set ACCOUNT_SECRET in .env or environment."""

import sys
import time
from pathlib import Path

import requests
from decouple import config

API_URL = "https://api.maradocs.io/v1"


def create_workspace() -> dict:
    """Create a workspace and return auth headers."""
    r = requests.post(
        f"{API_URL}/workspace",
        headers={"Authorization": f"Bearer {config('ACCOUNT_SECRET')}"},
        json={"subaccount": None},
    )
    ws = r.json()
    return {"Authorization": f"Bearer {ws['workspace_secret']}"}


def upload_file(path: Path, auth: dict) -> dict:
    """Upload a file via two-step flow (signed URL + S3 POST). Returns unvalidated_file_handle."""
    data = path.read_bytes()
    resp = requests.post(
        f"{API_URL}/data/upload",
        headers={**auth, "Content-Type": "application/json"},
        json={"name": path.name, "size": len(data)},
    ).json()
    requests.post(
        resp["post_url"],
        data=resp.get("post_header", {}),
        files={"file": (path.name, data, "application/pdf")},
    )
    return resp["unvalidated_file_handle"]


def run_job(path: str, payload: dict, auth: dict, timeout: int = 60) -> dict:
    """Run a job and poll until complete. Returns the result (unwraps response if present)."""
    url = f"{API_URL}/{path}"
    r = requests.post(url, headers=auth, json=payload).json()
    job_id = r["job_id"]
    start = time.time()
    while time.time() - start < timeout:
        poll_r = requests.get(f"{url}/{job_id}", headers=auth)
        if poll_r.status_code == 200:
            return poll_r.json()
    raise TimeoutError(f"Job {path} timed out")


def download_pdf(pdf_handle: str, auth: dict) -> bytes:
    """Request signed URL and fetch PDF bytes."""
    r = requests.post(
        f"{API_URL}/data/download/pdf",
        headers=auth,
        json={"pdf_handle": pdf_handle},
    )
    info = r.json()
    dl = requests.get(info["url"], headers=info.get("headers", {}))
    return dl.content


def main() -> None:
    paths = (
        [Path(p) for p in sys.argv[1:]]
        if len(sys.argv) > 1
        else [Path("doc1.pdf"), Path("doc2.pdf")]
    )
    auth = create_workspace()
    handles = [upload_file(p, auth) for p in paths]
    pdf_handles = [
        run_job("pdf/validate", {"unvalidated_file_handle": h}, auth)["response"][
            "pdf_handle"
        ]
        for h in handles
    ]
    if len(pdf_handles) == 2:
        compose_payload = {
            "pdfs": [
                {"pdf_handle": pdf_handles[0]},
                {
                    "pdf_handle": pdf_handles[1],
                    "pages": [{"page_number": 0}, {"page_number": 2}],
                },
            ]
        }
    else:
        compose_payload = {"pdfs": [{"pdf_handle": h} for h in pdf_handles]}
    composed = run_job("pdf/compose", compose_payload, auth)
    pdf_handle = composed.get("pdf_handle") or composed.get("response", {}).get(
        "pdf_handle"
    )
    oriented = run_job("pdf/orientation", {"pdf_handle": pdf_handle}, auth)
    rotated_handle = oriented["rotated_pdf_handle"]
    Path("merged.pdf").write_bytes(download_pdf(rotated_handle, auth))
    print("merged.pdf created")


if __name__ == "__main__":
    main()

Riepilogo e prossimi passi

Un'API per unire e dividere PDF con correzione dell'orientamento e anteprime è pronta all'uso. MaraDocs gestisce validazione, composizione, orientamento e ottimizzazione in un unico flusso di lavoro. Ulteriori informazioni: Scanner documenti, Rotazione automatica, Compressione PDF e Immagine su pagina bianca.

---

Prova ora: API MaraDocs | SDK TypeScript

---