v7: Распарсить PDF в TXT #566173

Коллеги, есть задачка. приходят к нам от 7г континента акты о приеме товара в формате pdf. нужно их распарсить и сравнить с накладными отгрузок им. В общем есть некие конверторы с текстовой строкой чтобы его в текстовый файл затащить а далее обработать. А делал ли кто подобное в 7ке. может есть какая компонента чтобы из 7ки рулить или вообще сразу прочитать пдфку. пдф текстовый не картинка.

Коллеги, есть задачка. приходят к нам от 7г континента акты о приеме товара в формате pdf. нужно их распарсить и сравнить с накладными отгрузок им. В общем есть некие конверторы с текстовой строкой чтобы его в текстовый файл затащить а далее обработать. А делал ли кто подобное в 7ке. может есть какая компонента чтобы из 7ки рулить или вообще сразу прочитать пдфку. пдф текстовый не картинка.

Коллеги, есть задачка. приходят к нам от 7г континента акты о приеме товара в формате pdf. нужно их распарсить и сравнить с накладными отгрузок им. В общем есть некие конверторы с текстовой строкой чтобы его в текстовый файл затащить а далее обработать. А делал ли кто подобное в 7ке. может есть какая компонента чтобы из 7ки рулить или вообще сразу прочитать пдфку. пдф текстовый не картинка.

ого а в другом формате они не могут слать?

имхо бесполезняк пытаться полученный текст разбирать ПДФ трансформер (им помоему и в автоматическом режиме можно) разбирать док в эксель файл а потом разбирать эксельку

Шмахабра говорил что есть актив-ха который может пдф жевать. Тусуется где то в составе продуктов адоба, это у него спрашивать надо. ПС. за пдф в обмене данных надо топить еще при рождении.

да попробуй. да ладно обычный даже пдф ридер может сохранять текст в ТХТ да есть конвертеры говорю даже с командной строкой. не проблема завязаться на него. Но интересует ваш опыт.

Я делал подобное (добрый человек на мисте делился основой для чтения пдф), но было 2 нюанса - 1) данные в пдф должны быть не в виде картинки 2) хранение в пдф бывает с придурью в тот момент, когда данные не влазят на одну строку.

чего его парсить... "save as" в xml или еще во что-то вменяемое и читать... полный акробат делать "save as" программно умеет.

Блин, легче из ворда получить данные чем с пдфа )

нахрена полный пдф? даже бесплатный ридер может в тхт сохранить

+ *полный акробат

я пользуюсь FineReader"ом.. правда, у меня не так много пдф-документов

есть такое тормозно. да им если там картинки проще. может. руками. а надо автоматом. если знаешь коммандную строку как сделать. напиши.

не может...

может. только что сохранил. такшта не надо

+если что, 10-й юзаю

может. не проблема

но тут надо автоматом чтобы было. доков очень много и человек участвовать не должен в этом.

Вот нарыл. но может есть бесплатная фигня а может кто и библиотечку писал.

savefile acroApp.CloseAllDocs acroApp.Exit

ключей ком.строки на это дело, похоже, нет. а если сендкеями?

это как к 7ке прикрутить. простите за необразованность

это с платным акробатом, как я вижу?

ну банально можно оформить в виде vbs скрипта... из 7.7 через shell.run дергать его с передачей внутрь параметров... или попробовать переписать. Я не помню как 7.7 com объект получать надо для CreateObject("AcroExch.App").

за сохранение в текст отвечает плагин saveasrtf.api

ну я думаю общий смысл будет тот же. Объекты может быть будет иные... так в SDK и гугле все есть...

ооо... там видать вообще все иначе...

было бы просто замечательно, если бы бесплатный ридер поставлял ком-объекты. вопрос, так ли это? надо гуглить

вот по ком.строке: ессесно, того, что надо, там нет

в свое время была анлогичная ТС проблема. Все конверторы идут лесом. Если надо конвертнуть текст - то тут можно сказать ОК. Конвертация таблиц и таблицеподобного - практически нулевая, потом практически руками собирать из текста. . так что если пдф можно конвертнуть в иксемель, то это гуд, иксемель парсить ужо легче. другое дело что практически на каждый док или чуть изменилось что-то в доке - придется алгоритм подкручивать... (както так?)

почитай здесь, вроде что-то светится нужное

таблички нафик не нужны. мне нежен текст который я отработаю далее сам. вполне устраивает как это делает пдф ридер когда сохраняешь в тхт

епть. все осложняется еще и тем, что X5 групп от которой приходит этот пдф, конвертер который с коммандной строкой работает за пдф не принимает. какой то слегка свой формат. Но ридер читает.

давно уже решил такую проблему. только решение не со всеми файлами проходит. скинь пример файла на почту или файлообменник

ну.. х5 с еди работает, вроде как там у них даже есть ответ по еди о приемке - тот самый акт...

кстати. пойду с манагерами пообщаюсь

заказы получаем

через ЕДИ мы с ними не работаем. работаем с каким-то порталом от них а там только заказы.

В pdf хорошо кладутся отсканированные документы, в которых текста может и не быть - не ваш случай ?

нет. это чисто текстовый пдф. прекрасно текст сохраняется даже адоб ридером

Функция pdf_ПрочитатьСимвол(Знач Значение="0") Экспорт Функция pdf_ПолучитьСмещение(знач стр) ... и тд

+ пробуй сам, а я убежал

мерси

мне кажется, тебе стоит заменить конвертер на более вменяемый

Портал прекращает у х5 свою работу,идет запуск работы через операторов ЕДЕ.

Вот неплохая штука и бесплатная

+ Заодно и в консоли работает, чтобы программно можно было файлы входящие и выходящие задавать...

И причемм датой полного перехода с портала на EDI объявлена эпическая 11.11.11 Начали с заказов, сейчас ввели подтверждение заказов и подтверждение приемки.

получилось?

Я в курсе. но у них ттарифы пипец. там за каждый док охрененных денег требуют. итак только за накладные 50 штук в месяц. попробую. не завтра буду заниматься. да я в курсе. Но на то есть руководство, дадут задачу сделаю. Пока задача освободить человека от проверок соответствия отгруженного с принятым.

мерси. посмотрю все

эти сволочи просто поставили <хеззнаеткакой>pdf принтером и гонят туда печать, вместо того, чтоб мозгом подумать. не уважаю.)

ABBYY  ;))))))))

есть и даже куплен. но нет коммандной строки. и тормозной скатина.

Делал на УФ: Если пригодится - я могу залить куда-нить zip с утилитками, который в  макете обработки.

Хотя кому-нить наверное да пригодится - так что вот архив:

тьфу ты блин - щас только прочитал что 7.7, ну да вообщем сам механизм конвертации тот же .

ридер может работать с джабаскриптом и сам тебе распарсить

адоб который стандартный? а как сделать чтобы он захватил подсунутый файл и сохранил его в тексте. из него знаю можно.

который ридер

"утилитка" в , это проект Xpdf. и нахрена столько кода, непонятно. там всё в три строки можно сделать - вызов экзешника с параметрами

я так понял, это в браузере. или нет?

нуууу... там треть кода это диалог открытия пдф треть - распаковка утилиты из макета и треть затрах с передачей между клиентом и сервером файлов и еще кусочек чтобы сделать так чтобы черных окошек не было и обработка не началась до того как файл сконвертится.

нет, в самом ридере, подсовывается обычный джабаскриптовый файлик куда надо и ридер сам открывает парсит и сохраняет

вариант джихостскрипта еще не предлагали ?

плагином подсунуть, что-ли? распиши по буквам, а то мы непонятливые :)

насколько я понял после прочтения доков от адобе, метод SaveAs доступен только из API для плагинов. ни сообщениями, ни в активиксе он недоступен

нет в папку загляни %appdata%adobeacrobatX.XJavaScript

там 2 скрипта мелких.

да. пример в студию. Считай1 что мы тупые юзеры.

апнем что-ли. сегодня попробую кучу конвертеров. если есть решение которое позволит стандартным способом и с применением адобридера из 1с проделать это - рассказывай ;)

В общем проверил все конвертеры присланные и ссылки указанные. эту пдф никто не конвертнул. либо очень коряво. адоб ридер стандартный все корректно в текст сихраняет.

использовать ридера и sendkeys не предлагать? :-)

предлагай. как сделать

скриптом не дает. ругается. Говорит невозможно создание объекта контейнером активХ AcroExch.App

дык это вроде объект "большого" акробата, не?

@FN  там у тебя в коде ТЗ брось структуру полей какие у тебя были. или там только ТЗ = СоздатьОбъект("ТаблицаЗначений")

PDFtransformer 2 или 3-ий Пробовал ?

Неужто нельзя договориться о другом формате?

не помню. кучу перепробовал с кем договорится ?  с Х5 ? это всеравно что ашану свои условия ставить.

если ты от абби то он у нас есть. но он 1. тормозной. 2. он не умеет работать без человека

Пустая ТЗ на форме

ок

закинь в [HKEY_LOCAL_MACHINESOFTWAREPoliciesAdobeAcrobat Reader9.0FeatureLockDowncDefaultExecMenuItems] tWhiteList=...|ADBE:SaveAsAccText|SelectAll|Copy к тому что уже есть и в папку усерских скриптов файлик с одной строкой app.setTimeOut('app.execMenuItem("SelectAll");app.execMenuItem("Copy");',3000); и открой какой нибудь пдф - увидишь эффект, далее думай

В папке скриптов 2 файлика. glob.js glob.settings.js создать новый со строкой ?

а просче джехостскрипт

в реестр строку |ADBE:SaveAsAccText|SelectAll|Copy добавил к имеющимся. теперь при старте пдфки помоему что-то промелькнуло. но эффекта не вижу

Да и просто открой какой нибудь пдф интерактивно (конечно содержащий текст, страниц 10 хотя бы)

?

посмотри в буфере обмена ))

есть на 200 счет от билайна

при открытии накладной эффекта нет кроме мелькающего окошка, при открытии счета от билайна получается выделенным весь текст. но в буфер не копирует. Это отдельным файликом скрипта или встроить в какой.или имя у него должно быть определенное

может еще CuneiForm и openoffice. еще мс офис картинки распознавать умеет

не нужны мне картинки.

так если текст не получается получить, тогда в картинку а от туда текст

мой вариант уже испробовал?

вот по openoffice

вот расширение

да такст какой-то мусор выдает и все.