import re
from PyPDF2 import PdfReader, PdfWriter

# Definisci l'espressione regolare per il codice fiscale italiano
cf_regex = r'[A-Z]{6}\d{2}[ABCDEHLMPRST]\d{2}[A-Z]\d{3}[A-Z]'

# Funzione per estrarre i codici fiscali dal testo
def trova_codici_fiscali(testo):
    return re.findall(cf_regex, testo)

# Leggi il PDF
pdf_path = 'percorso/del/tuo/file.pdf'
reader = PdfReader(pdf_path)

# Inizializza una mappa per tracciare le pagine per ogni dipendente
pagine_per_dipendente = {}
ultimo_codice_fiscale_trovato = None

# Estrai il testo da ogni pagina e determina l'appartenenza dei dipendenti
for numero_pagina in range(len(reader.pages)):
    pagina = reader.pages[numero_pagina]
    testo = pagina.extract_text() if pagina else ""
    codici_trovati = trova_codici_fiscali(testo)

    if codici_trovati:
        # Considera solo il primo codice fiscale trovato per pagina
        codice_fiscale_trovato = codici_trovati[0]
        print(f"Codice fiscale trovato: {codice_fiscale_trovato}")

        # Se è un nuovo dipendente, inizia a tracciare le sue pagine
        if codice_fiscale_trovato != ultimo_codice_fiscale_trovato:
            ultimo_codice_fiscale_trovato = codice_fiscale_trovato
            pagine_per_dipendente[codice_fiscale_trovato] = []

        pagine_per_dipendente[ultimo_codice_fiscale_trovato].append(pagina)
    else:
        print(f"Nessun codice fiscale trovato nella pagina {numero_pagina + 1}, potrebbe essere necessario un controllo manuale.")

# Crea e salva un PDF per ogni dipendente trovato
for codice_fiscale, pagine in pagine_per_dipendente.items():
    writer = PdfWriter()
    for pagina in pagine:
        writer.add_page(pagina)

    nome_file = f'{codice_fiscale}.pdf'
    with open(nome_file, 'wb') as nuovo_pdf:
        writer.write(nuovo_pdf)
    print(f"File salvato: {nome_file}")