PDFからページ数の情報を抜いて総ページ数を計算して表示する

背景

最近自宅の蔵書を裁断して電子書籍にしていますが
どれだけの量になったか確認したくて
色々調べてみました。

pdfinfoコマンド

たとえばsample.pdfの情報がほしい場合、次のコマンドを実行します。

$pdfinfo sample.pdf

そうすると次のような情報が得られます。

Creator:         PFU ScanSnap Cloud #iX1600
Producer:        PFU PDF
CreationDate:    Sun Nov 20 01:55:39 2022 JST
ModDate:         Sun Nov 20 01:55:39 2022 JST
Custom Metadata: no
Metadata Stream: no
Tagged:          no
UserProperties:  no
Suspects:        no
Form:            none
JavaScript:      no
Pages:           204
Encrypted:       no
Page size:       410 x 591 pts
Page rot:        0
File size:       23174948 bytes
Optimized:       no
PDF version:     1.3

スキャナでPDFに変換していることがわかります。またページ数の情報もあります。
ここからページ数を抜いてくることができそうです。

作成したシェルスクリプト

ワンライナーできれいにやってみたかったのですが、可読性を考慮し次のように書きました。

pageCount.sh

#!/bin/bash

pages=0
for file in `find . -name '*.pdf'`; do
        page=`pdfinfo ${file} | grep Pages | sed -e 's/Pages:           //g'`
        echo "${file} ${page}"
        pages=$(($page+$pages))
done

echo "Total Page ${pages}"

内容を解説していきます。
やりたいことは各PDFファイルのページ数とファイル名を表示し、
PDFを格納するディレクトリ（サブディレクトリの配下含む）にあるPDFの総ページ数も合わせて表示することです。

注意すべきポイントを挙げていきます。

1. 各PDFファイルに対しpdfinfoを実行する必要があります。
   xargsが使えなかったので、for文を律儀に書くことにしました。
   pdfinfoの出力からgrepでPagesを含む行を抜き出しています。
   そして最後にsedでページの数字だけが残るように加工します。

2. ページ数の総和を足し上げる際は
   $(())を使わないと文字列の結合になってしまうので注意が必要です。

最後に

蔵書を自炊してPCに格納する場合、
管理が必要になります。
あり物のツールでもいいのですが、
独自のディレクトリ構造でファイルを大量に(300冊くらい)格納してしまっているので、
これからそれに合わせてツールの自作をすることが必要だと感じています。
その際やったことをこれからQiitaで報告していきたいと思うのでぜひご覧いただければと思います。