TextRactor: Dosya İçerik Birleştirici [English Below]

TextRactor, farklı formatlardaki dosyaların metin içeriklerini tek bir dosyada toplayan Python tabanlı bir araçtır. Belirtilen dosya veya klasördeki desteklenen tüm dosyaların içeriğini okuyarak birleştirir.

Özellikler

• Çoklu dosya formatı desteği:

  • Office dosyaları (DOCX, XLSX, PPTX)
  • OpenDocument formatları (ODT, ODS, ODP)
  • PDF dosyaları
  • Metin tabanlı dosyalar (TXT, CSV, LOG, MD)
  • Programlama dilleri kaynak kodları
  • Yapılandırma dosyaları

• Gelişmiş dosya işleme özellikleri:

  • Otomatik karakter kodlaması tespiti
  • Binary dosya kontrolü
  • Maksimum dosya boyutu sınırlaması
  • MIME type tespiti
  • Hata yönetimi ve loglama
  • Özelleştirilebilir çıktı dosyası

Kurulum

pip install python-docx openpyxl python-pptx xlrd odfpy pdfminer.six chardet

Kullanım

from processor.file_processor import FileProcessor

islemci = FileProcessor(
    max_file_size_mb=5.0,  # Maksimum dosya boyutu (MB)
    output_file="icerik.txt"  # Çıktı dosyası adı
)

islemci.process("dosya/veya/klasor/yolu")

Komut satırından çalıştırma:

python src/main.py

Desteklenen Dosya Türleri

• Office: .docx, .xlsx, .xls, .pptx
• OpenDocument: .odt, .ods, .odp
• PDF: .pdf
• Metin: .txt, .csv, .log, .md
• Kod: .py, .java, .cpp, .js vb.
• Web: .html, .css, .json, .xml
• Yapılandırma: .ini, .conf, .cfg

Katkıda Bulunma

1. Bu projeyi fork edin
2. Feature branch'inizi oluşturun (git checkout -b feature/YeniOzellik)
3. Değişikliklerinizi commit edin (git commit -m 'Yeni özellik eklendi')
4. Branch'inizi push edin (git push origin feature/YeniOzellik)
5. Bir Pull Request oluşturun

---

TextRactor - File Content Merger

TextRactor is a Python-based tool that extracts and combines content from various file formats into a single file. It processes all supported files in a specified file or directory.

Features

• Multi-format file support:

  • Office files (DOCX, XLSX, PPTX)
  • OpenDocument formats (ODT, ODS, ODP)
  • PDF files
  • Text-based files (TXT, CSV, LOG, MD)
  • Programming language source codes
  • Configuration files

• Advanced file processing features:

  • Automatic character encoding detection
  • Binary file validation
  • Maximum file size limitation
  • MIME type detection
  • Error handling and logging
  • Customizable output file

Installation

pip install python-docx openpyxl python-pptx xlrd odfpy pdfminer.six chardet

Usage

from processor.file_processor import FileProcessor

processor = FileProcessor(
    max_file_size_mb=5.0,  # Maximum file size (MB)
    output_file="content.txt"  # Output file name
)

processor.process("path/to/file/or/directory")

Running from command line:

python src/main.py

Supported File Types

• Office: .docx, .xlsx, .xls, .pptx
• OpenDocument: .odt, .ods, .odp
• PDF: .pdf
• Text: .txt, .csv, .log, .md
• Code: .py, .java, .cpp, .js etc.
• Web: .html, .css, .json, .xml
• Configuration: .ini, .conf, .cfg

Contributing

1. Fork the project
2. Create your feature branch (git checkout -b feature/NewFeature)
3. Commit your changes (git commit -m 'Added new feature')
4. Push to the branch (git push origin feature/NewFeature)
5. Open a Pull Request