Buscador de PDF Duplicados

Una potente herramienta para encontrar y gestionar archivos PDF duplicados en tu computadora. El Buscador de PDF Duplicados te ayuda a identificar y eliminar documentos PDF duplicados, ahorrando espacio en disco y organizando tus archivos de manera más eficiente.

✨ Características

• 🔍 Comparación Inteligente de PDF: Encuentra PDFs duplicados basándose en el contenido, no solo en nombres o tamaños de archivo
• 📝 Comparación Basada en Texto: Identifica duplicados incluso con pequeñas diferencias visuales mediante análisis de texto avanzado
• 👁 Visor de PDF Integrado: Previsualiza PDFs directamente dentro de la aplicación
• 📋 Interfaz de Doble Panel: Visualiza tanto la lista de archivos como los grupos de duplicados en pestañas separadas
• 🎯 Filtrado Avanzado: Filtra por tamaño de archivo, fecha de modificación y patrones de nombre
• 🚀 Escaneo Rápido: Algoritmos optimizados para escanear rápidamente grandes colecciones de PDF
• 🎨 Interfaz Intuitiva: Interfaz limpia y fácil de usar con soporte para temas claro/oscuro
• 🔄 Procesamiento por Lotes: Procesa múltiples archivos o carpetas completas de una vez
• 📊 Análisis Detallado: Visualiza detalles de archivos, vistas previas y resultados de comparación
• 🛠 Herramientas Avanzadas: Múltiples modos de selección, filtrado y opciones de ordenación
• 🌍 Soporte Multilingüe: Disponible en múltiples idiomas
• 📊 Seguimiento de Progreso: Barra de progreso en tiempo real para operaciones de procesamiento de archivos
• ⏱ Archivos Recientes: Acceso rápido a archivos abiertos recientemente con opciones de menú contextual

📦 Instalación

Requisitos Previos

• Python 3.8 o superior
• pip (gestor de paquetes de Python)
• Backends opcionales para renderizado de PDF (retroceso automático seguro):
  • PyMuPDF (fitz) — predeterminado y agrupado a través de requirements
  • Ghostscript (para Wand) — instala Ghostscript y configura su ruta de ejecutable en Configuración

Consulta PREREQUISITES.md para la configuración específica de la plataforma.

Instalación desde el Código Fuente

1. Clona el repositorio:

   git clone https://github.com/Nsfr750/PDF_finder.git
   cd PDF_finder
   

2. Crea y activa un entorno virtual (recomendado):

   python -m venv venv
   .\venv\Scripts\activate  # Windows
   source venv/bin/activate  # Linux/Mac
   

3. Instala las dependencias necesarias:

   pip install -r requirements.txt
   

Uso

1. Inicia la aplicación:

   python main.py
   

2. Haz clic en “Escanear Carpeta” para seleccionar un directorio y buscar PDFs duplicados.

3. Revisa los resultados en la ventana principal. Después de completar un escaneo, la lista de archivos se llena automáticamente con los PDFs escaneados y los grupos de duplicados.

4. Utiliza las herramientas para gestionar los duplicados:

   • Marca los archivos a conservar
   • Elimina los duplicados no deseados
   • Previsualiza los archivos antes de tomar medidas

Características Clave en Detalle

Comparación Inteligente de PDF

• Compara el contenido de PDF utilizando algoritmos avanzados de hashing
• Detecta documentos similares incluso con diferentes nombres de archivo o metadatos
• Umbral de similitud configurable para resultados afinados

Optimizaciones de Rendimiento

• Escaneo multiproceso para un procesamiento más rápido
• Manejo eficiente de memoria para archivos PDF grandes
• Seguimiento del progreso y soporte de cancelación

Experiencia de Usuario

• Interfaz moderna y receptiva
• Opciones de visualización personalizables
• Atajos de teclado completos
• Información detallada de archivos y vistas previas
• Barra de herramientas con espaciado mejorado y claridad visual
• El diálogo de configuración incluye un botón “Probar backends” para validar la disponibilidad de PyMuPDF y Ghostscript

Backends de PDF y Retroceso

• Elige tu backend preferido en Configuración → Renderizado de PDF
• Usa “Probar backends” para verificar si Ghostscript está configurado correctamente
• Si falla el backend seleccionado, la aplicación retrocede a un backend disponible y muestra una advertencia en la barra de estado (localizada)

Historial de Versiones

Consulta CHANGELOG.md para obtener una lista completa de cambios en cada versión.

Contribuciones

¡Las contribuciones son bienvenidas! Por favor, lee nuestras Pautas de Contribución para obtener detalles sobre cómo contribuir a este proyecto.

📄 Licencia

Este proyecto está licenciado bajo la Licencia Pública General de GNU v3.0 - consulta el archivo LICENCIA para más detalles.

🙏 Agradecimientos

• Gracias a todos los colaboradores que han ayudado a mejorar el Buscador de PDF Duplicados
• Desarrollado con ❤️ usando Python y PyQt6

🐞 Errores Conocidos

• La selección de idioma no funciona

📅 Última Actualización: Agosto 2025
🐍 Versión de Python: 3.8+
📜 Licencia: GPL-3.0