พยายามแปลงไฟล์ PDF เป็นข้อความฟรี

ฉันใช้ OSX และต้องการที่จะแปลงไฟล์ pdf เป็นข้อความ

ฉันต้องการแอปพลิเคชันฟรีในการทำเช่นนี้เพราะฉันมั่นใจว่าต้องมีบางอย่าง

นี่คือขั้นตอนที่ฉันใช้ในการติดตั้งและใช้ xpdf ผ่าน Homebrew

1. ติดตั้งการพึ่งพาของ Homebrew:

   xcode-select --install
   

2. ติดตั้ง Homebrew จากเว็บไซต์ของพวกเขา:

   /usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
   

3. ทำสิ่งที่บอกให้คุณทำการติดตั้ง Homebrew ให้สมบูรณ์

4. ตรวจสอบว่า Homebrew มีความสุขและใช้งานได้ดี

   brew doctor
   

5. ติดตั้ง xpdf ถัดไปและการอ้างอิง:

   brew install Caskroom/cask/xquartz
   
   brew install xpdf
   

6. ในที่สุดใช้ pdftotext แพคเกจที่มาพร้อมกับชุด xpdf:

   pdftotext Some_Document.pdf Some_Document.txt
   

ชื่อไฟล์แรกเป็น PDF ที่มีอยู่แล้ว ที่สองคือปลายทาง ผลลัพธ์นั้นดีกว่า Adobe Acrobat รุ่นเก่า (ที่ยอมรับได้) แก้ไข: Adobe Acrobat เวอร์ชันใหม่ (2019) แสดงผลลัพธ์ที่ไม่ดีในทำนองเดียวกัน

หลายวิธี

1. ใช้เอกสารของ Google (คุณจะต้องมีบัญชี Google)

2. ใช้Automator (จำเป็นต้องใช้งานบางอย่าง)

คุณสามารถใช้ Automator เพื่อสร้างเวิร์กโฟลว์ที่สามารถแยกข้อความจาก PDF และบันทึกเป็นข้อความหรือเอกสาร RTF

หรือแอพจาก App Store เช่นPDF เป็น Text

xpdf ที่ฉันติดตั้งกับพอร์ต:

port install xpdf

ประกอบด้วย:

xpdf-pdftotext

มันทำสิ่งที่คุณต้องการสำหรับไฟล์ PDF ใด ๆ ที่มาจากไฟล์ข้อความ (และไม่ได้มาจากภาพ):

xpdf-pdftotext PDF_file text_file

Adobe Readerเวอร์ชันปัจจุบัน(11.0.09) มีรายการ "บันทึกเป็นอื่น ๆ " ในเมนูไฟล์

หนึ่งในตัวเลือกที่มีข้อความ

แอพนี้ฟรีและทำงานได้ดีกับไฟล์ข้อความ รูปภาพทั้งหมดในเอกสารใหม่จะหายไปในรูปแบบ. txt

ฉันคิดว่าคุณควรจะสามารถคัดลอกและวางข้อความในเอกสารอื่นได้ เพื่อเลือกข้อความทั้งหมด

เปิด PDF ใน "ดูตัวอย่าง" และ

• เลือก "แก้ไข | เลือกทั้งหมด"
• เลือก "แก้ไข | คัดลอก"

ไปที่แอปอื่นพูดว่า "แก้ไขข้อความ"

• เลือก "แก้ไข | วาง"

โปรดทราบว่าหากคุณลองทำสิ่งนี้และไม่มีการวางข้อความเพียงบรรทัดว่างลองพิมพ์ PDF ของคุณเป็น PDF ใหม่ก่อนเช่น

• ในหน้าตัวอย่างให้เลือก "ไฟล์ | พิมพ์"
• ที่ด้านล่างขวาเลือก "PDF | บันทึกเป็น PDF"
• สิ่งนี้จะส่งออก PDF ใหม่

ตอนนี้ลองกระบวนการข้างต้นด้วย PDF ใหม่นี้ ทำงานให้ฉัน!

PS: ถ้าคุณมี Microsoft Word คุณอาจจะสามารถเปิด PDF ของคุณในคำ

สคริปต์ python ต่อไปนี้จะแสดงข้อความจากเอกสาร PDF ไปยังไฟล์. txt (หมายเหตุ: ไม่มีการรับประกันว่าข้อความจำเป็นต้องอยู่ใน 'ตรรกะ' ที่มนุษย์สามารถอ่านได้เนื่องจากวิธีการเก็บข้อมูลในรูปแบบ PDF)

สคริปต์จะสร้างไฟล์ข้อความสำหรับไฟล์ PDF ใด ๆ ที่ให้มาเป็นอาร์กิวเมนต์ในบรรทัดคำสั่ง (เช่นpdf2txt.py myPDF.pdf) หรือคุณสามารถใช้ในการดำเนินการ "Run Shell Script" ของ Automator การตั้งค่าประเภทเชลล์เป็นไพ ธ อนและส่งผ่านอินพุตเป็น "เป็นอาร์กิวเมนต์" . จากนั้นคุณสามารถใช้มันเป็น Quick Action หรือ DropApp

#!/usr/bin/python
# coding: utf-8

import os, sys
from Quartz import PDFDocument
from CoreFoundation import (NSURL, NSString)
NSUTF8StringEncoding = 4

def pdf2txt():
    for filename in sys.argv[1:]:   
        inputfile =filename.decode('utf-8')
        shortName = os.path.splitext(filename)[0]
        outputfile = shortName+" text.txt"
        pdfURL = NSURL.fileURLWithPath_(inputfile)
        pdfDoc = PDFDocument.alloc().initWithURL_(pdfURL)
        if pdfDoc :
            pdfString = NSString.stringWithString_(pdfDoc.string())
            pdfString.writeToFile_atomically_encoding_error_(outputfile, True, NSUTF8StringEncoding, None)

if __name__ == "__main__":
   pdf2txt()