Как извлечь данные из pdf? #358903

собственно сабж. есть какая-нить технология?

Тут чел говорит, что знает, но никак не колется :(

FineReader или Acrobat (если пдф текстовый, а не набор картинок)

Ну есть же полное описание формата PDF от Adobe. Наверняка, его достаточно, чтобы вытащить как минимум текст.

фоксит ридер извлекает, но архи фигово. Я ставил его чтобы тесты копировать из пдф в ворд, короче, отказался от этой мысли. Текст получается абсолютно нечитабельный.

А какие проблемы, если можно из акробата в ворд скопипастить?

abby scan to office спецом для этого

Да я тоже как-то пытался распотрошить книгу по апачу. фигушки.. Я имел ввиду использование какой-нить технологии, которую можно заюзать например из обработки. Если необходимо писать какие-нить дополнительные библиотеки, это вообще будет карамба. Есть мнение что pdf не дружественный к такой обработке формат.

Правильное мнение, ибо назначение его в первую очередь - для представления документа в виде, подобном печатному. Это уже потом в него стали пихать всё, что угодно, вплоть до резюме на работу...

Он для этого и создан :-)

В смысле, что-бы создавать гемор программистам? :) Верю :)

Чтобы не смог взять цитаты.

Есть вариант тупо распечатать, отсканировать и распознать. ))

FineReader умеет открывать и распознавать (если именно это нужно) через меню Файл-Открыть.

Есть программка такая pdf2rtf я юзал

Народ, зачем такой изврат, если из акробата можно в буфер копировать?

ПДФ бывает закрытым.

на это кряк есть

если тебе надо извлечь текст без форматирования, то в 8.1 есть прекрасная функция ИзвлечениеТекста - работает и с pdf. В типовой есть и примеры.

распознать файнридером

вообще то речь, как вы догадываетесь шла о поточном режиме работы с документами...

Acrobat разве неумеет? Не обрезок (ридер), а полный.

Я понял как делал Яндекс засос данных из пдф. Метод известен только средь программеров высшего пилотажа. суть такова....выводится окно, где в одной части показывается пдф, а вдругой поле для набора текста...и предлагается пользователю быстро перебить :)

если док не защищен то пишется небольшой скриптик (для акроридера) в котором выполняется методами ридера селект и копи, а уж пасте сами делайте...

ага, а скока весит и стоит этот полный Acrobat?

+ тут посмотрите:

ненадо полный, ридера достаточно

угу, буду я 5 штук выкладывать из-за тупорылого формата....