איך מעתיקים מ PDF ל Word
-
@נתן אמר באיך מעתיקים מ PDF ל Word:
יש דרך להתגבר על זה?
לא בחינם. (למרות שאם אתה ממש מתעקש כמוני תצליח...).ראה בפוסט הבאתיאור הבעיה
הבעיה היא שהגופנים לא מקודדים נכון.
וביתר פירוט,
בד"כ, דהיינו בפורמטים של קבצים שניתנים לעריכה, הטקסט של הקובץ מקודד כמספרים, (א=1488, ב=1499 וכו' זה ב-unicode, יש כמה קידודים, אבל הכי טוב הוא יוניקוד.)
איך התוכנה יודעת איזה צורה להציג עבור כל מספר? המידע הזאת מקודד בגופן. כלומר, בתוך הגופן נמצא מפה שממפה את המספר 1488 לצורת האות א' וכו' על זה הדרך לכל התווים שהגופן תומך בהם.
בפורמט PDF לעמות זאת, זה הולך הפוך, הטקסט מקודד כרצף של מזהי גליפים (גליפים=צורות שנמצאים בתוך הגופן) ולא במספרי תווים (זה מוודא שהתוכן יוצג נכון גם אם הגופן לא מקודד נכון). ואז כדי להעתיק את זה עבור תוכנות אחרות, קורא ה-PDF מנסה להמיר את זה חזרה למספרי תווים באמצעות המיפוי הנ"ל שבתוך הגופן (ב-PDF בד"כ הגופן מוטמע בתוך הקובץ, לא מדובר בגופן שמותקן במערכת).
הבעיה היא שיש גופנים עם מיפוי לא תקני, ויש מייצרי PDF שלא מטמיעים את המיפוי הנכון.פתרונות
בעבר ישבתי שעות על גבי שעות לנסות למצוא פתרון לבעיה.
בעצם הפתרון אמור להיות תוכנה שיציג למשתמש את מפת התווים של כל הגופנים שמוטמעים ב-PDF והמשתמש יכניס את המיפוי הנכון שאותו התוכנה יטמיע בגופן.
יש שתי רעיונות לשפר את השימוש בתוכנה (התיאורטית):- שבתוך התוכנה יהיו מוטמעים מפויים (לא תקניים) מצויים, והתוכנה יציע למשתמש להשתמש באחד מהמיפויים שכבר הוגדרו
- שהתוכנה ינסה לזהות בעצמו את המיפוי הנכון על ידי OCR, ויישאר למשתמש רק לאמת את הזיהוי
הבעיה היא שאין תוכנה כזאת בשוק שהוא בהישג יד כל אחד ואחד
דיברתי עם ABBYY שיוסיפו את זה לתוכנה שלהם (ABBYY FineReader), אבל אחרי הרבה הלוך ושוב, התמיכה המטומטמת שלהם עדיין לא הבינו מה אני רוצה מחייהם...יש אומנם שתי תוכנות שכן מציעים תכונה זאת:
-
infix -הבעיות הם א) זה רק בתשלום ב) פעם העבר שניסיתי אותה (בסוף 2017) התכונה הזאת לא עבדה
(דיווחתי להם והם טענו שזה יתוקן - לא בדקתי שוב)
-
axesPDF QuickFix
זה תוכנה מצויינת אבל עולה הרבה
(אני פרצתי את התוכנה עבור עצמי וכך הצלחתי לתקן כמה PDF-ים משובשים... אבל זה לא להפצה)
יש לי חלום של שנים לכתוב תוכנה כזאת אבל זה עדיין רק חלום...
נראה לי שיש ל @רחמים עוד מה לתרום לנושא. (אתה נפגשת בבעיה הזאת בתוכנת החיפוש שלך, לא?)
-
@יוני גם אני לא מצליח עם הקובץ שהעלת...
לא יודע מה ההבדל
כנראה התוכנה לא ידעת לטפל בגופנים type1 -
@yossiz אמר באיך מעתיקים מ PDF ל Word:
@יוני גם אני לא מצליח עם הקובץ שהעלת...
לא יודע מה ההבדל
כנראה התוכנה לא ידעת לטפל בגופנים type1מצאתי דרך גם עם תוכנה זו (Infix)
אמנם לא הכי נח אבל עובד -
@נתן אמר באיך מעתיקים מ PDF ל Word:
הפתרון של @יוני הרבה יותר פשוט ונוח לפי דעתי. עשיתי על ספר 300 עמודים וזה עובד להפליא משא"כ בתוכנה ש @yossiz הביא זה הרבה עבודה לסדר את המיפוי אבל יתכן שהוא יותר מדויק!?
אבל אל תאמין לדרייב, יש לו הרבה שיבושים בפענוח הניקוד - תבדוק אחריו!
@יוני אמר באיך מעתיקים מ PDF ל Word:
@נתן אמר באיך מעתיקים מ PDF ל Word:
הפתרון של @יוני הרבה יותר פשוט ונוח לפי דעתי. עשיתי על ספר 300 עמודים וזה עובד להפליא משא"כ בתוכנה ש @yossiz הביא זה הרבה עבודה לסדר את המיפוי אבל יתכן שהוא יותר מדויק!?
אבל אל תאמין לדרייב, יש לו הרבה שיבושים בפענוח הניקוד - תבדוק אחריו!
צודק עכשיו אני רואה שהוא עושה מלא טעיות
-
@yossiz אמר באיך מעתיקים מ PDF ל Word:
@יוני אמר באיך מעתיקים מ PDF ל Word:
מצאתי דרך גם עם תוכנה זו (Infix)
שתף אותנו בבקשה
זה היה טעות, כי מה שעשיתי בעצם זה EXPORT אבל בפועל הוא לא הצליח לייצא רק עם מלא קודים חוץ מהטקסט הטוב
עשיתי בתפריטtranslate
local
export
plain text
okאולי תוכל למצוא דרך לייצא או לפחות אפשרות העתקה