การแปลง djvu เป็น pdf และรักษาสารบัญเป็นไปได้อย่างไร?

9

ฉันลองใช้เครื่องมือออนไลน์และออฟไลน์หลายชุด แต่ไม่มีการสงวนข้อมูลสารบัญ (TOC) ในระหว่างการแปลง

ฉันต้องการแปลงพจนานุกรมภาษาฟินแลนด์ 5000 หน้าซึ่งอยู่ในรูปแบบ djvu และมีรายการ TOC ประมาณ 5,000 รายการซึ่งมีโครงสร้างแบบลำดับชั้นเพื่อค้นหาคำอย่างรวดเร็ว

มีความคิดใดที่เป็นไปได้ที่จะเก็บรักษาข้อมูล TOC ในระหว่างการแปลง DJVU เป็น PDF

pdf conversion djvu

— user1198559
แหล่งที่มา

5

UPDATE: user3124688มีรหัสขึ้นกระบวนการนี้ในสคริปต์ dpsprep

ฉันไม่รู้เครื่องมือใด ๆ ที่จะทำให้เกิด Conversion สำหรับคุณ แน่นอนคุณควรจะสามารถทำมันได้ แต่มันอาจใช้เวลาทำงานเล็กน้อย ฉันจะร่างกระบวนการพื้นฐาน คุณจะต้องใช้ยูทิลิตีบรรทัดคำสั่งแบบโอเพ่นซอร์สpdftkและdjvused(ส่วนหนึ่งของ DjVuLibre) สิ่งเหล่านี้มีให้จากผู้จัดการแพ็คเกจของคุณ (GNU / Linux) หรือเว็บไซต์ (Windows, OS X)

ขั้นตอนที่ 1: แปลงไฟล์ข้อความ

ก่อนอื่นให้ใช้เครื่องมือใด ๆ เพื่อแปลงไฟล์ DJVU เป็น PDF (ไม่มีบุ๊กมาร์ก)

สมมติว่าไฟล์จะถูกเรียกว่าและfilename.djvufilename.pdf
ขั้นตอนที่ 2: แยกเค้าร่าง DJVU

ถัดไปส่งออกโครงร่างข้อมูล DJVU ไปยังไฟล์เช่นนี้
```
djvused "filename.djvu" -e 'print-outline' > bmarks.out
```
นี่เป็นไฟล์ที่แสดงรายการคั่นหน้าเอกสาร DJVU ในรูปแบบแผนผังแบบอนุกรม ในความเป็นจริงมันเป็นเพียงSEXPRและสามารถแยกวิเคราะห์ได้ง่าย รูปแบบดังต่อไปนี้:
```
file ::= (bookmarks
           <bookmark>*)
bookmark ::= (name
               page
               <bookmark>*)
name ::= "<character>*"
page ::= "#<digit>+"
```
ตัวอย่างเช่น:
```
(bookmarks
  ("bmark1"
    "#1")
  ("bmark2"
    "#5"
    ("bmark2subbmark1"
      "#6")
    ("bmark2subbmark2"
      "#7"))
  ("bmark3"
    "#9"
    ...))
```
ขั้นตอนที่ 3: แปลงเค้าร่าง DJVU เป็นรูปแบบข้อมูลเมตา PDF

ตอนนี้เราต้องแปลงบุ๊กมาร์กเหล่านี้เป็นรูปแบบที่ต้องการโดยเมตาดาต้า PDF ไฟล์นี้มีรูปแบบ:
```
file ::= <entry>*
entry ::= BookmarkBegin
          BookmarkTitle: <title>
          BookmarkLevel: <number>
          BookmarkPageNumber: <number>
title ::= <character>*
```
ดังนั้นตัวอย่างของเราจะกลายเป็น:
```
 BookmarkBegin
 BookmarkTitle: bmark1
 BookmarkLevel: 1
 BookmarkPageNumber: 1
 BookmarkBegin
 BookmarkTitle: bmark2
 BookmarkLevel: 1
 BookmarkPageNumber: 5
 BookmarkBegin
 BookmarkTitle: bmark2subbmark1
 BookmarkLevel: 2
 BookmarkPageNumber: 6
 BookmarkBegin
 BookmarkTitle: bmark2subbmark2
 BookmarkLevel: 2
 BookmarkPageNumber: 7
 BookmarkBegin
 BookmarkTitle: bmark3
 BookmarkLevel: 1
 BookmarkPageNumber: 9
```
โดยทั่วไปคุณเพียงแค่ต้องเขียนสคริปต์เพื่อเดินทรี SEXPR ติดตามระดับและส่งออกชื่อหมายเลขหน้าและระดับของแต่ละรายการที่มาในรูปแบบที่ถูกต้อง
ขั้นตอนที่ 4: แยกข้อมูลเมตาของ PDF และส่วนย่อยในบุ๊คมาร์คที่แปลงแล้ว

เมื่อคุณได้รับรายการที่แปลงแล้วให้ส่งออกข้อมูลเมตา PDF จากไฟล์ PDF ที่คุณแปลงแล้ว:
```
pdftk "filename.pdf" dump_data > pdfmetadata.out
```
ตอนนี้เปิดไฟล์และค้นหาบรรทัดที่เริ่มต้น: NumberOfPages:

แทรกบุ๊กมาร์กที่แปลงหลังจากบรรทัดนี้ บันทึกไฟล์ใหม่เป็นpdfmetadata.in
ขั้นตอนที่ 5: สร้าง PDF ด้วยบุ๊คมาร์ค

ตอนนี้เราสามารถสร้างไฟล์ PDF ใหม่ที่รวมข้อมูลเมตานี้ได้:
```
pdftk "filename.pdf" update_info "pdfmetadata.in" output out.pdf
```
ไฟล์out.pdfควรเป็นสำเนาของ PDF ของคุณพร้อมด้วยบุ๊คมาร์คที่นำเข้าจากไฟล์ DJVU

— pyrocrasty
แหล่งที่มา

3

จากโครงร่างที่ชัดเจนด้านบนที่กำหนดโดยผู้ใช้ @pyrocrasty (ขอขอบคุณ!) ฉันได้ติดตั้ง DJVU เป็นตัวแปลง PDF ซึ่งเก็บข้อความ OCR และโครงสร้างบุ๊กมาร์กไว้ คุณสามารถค้นหาได้ที่นี่:

https://github.com/kcroker/dpsprep

กิตติกรรมประกาศสำหรับข้อมูล OCR ไปที่ @zetah บนฟอรัม Ubuntu!

— user3124688
แหล่งที่มา

ฉันมีไฟล์ DJVU ที่มีข้อความที่ไม่ใช่ตัวเลขในฟิลด์หมายเลขหน้าบุ๊กมาร์กดังนั้นตัวแยกวิเคราะห์จึงไม่อ่าน ฉันแทนที่j.split('#')[1]ด้วย(int(re.findall(r'\d+', j.split('#')[1])[0])+1)และมันใช้งานได้ดี Debian Jessie ต้องการ:

sudo apt-get install pdftk djvulibre-bin python-pip ruby ruby-dev libmagickwand-dev; sudo pip install sexpdata; sudo gem install iconv pdfbeads

การแปลง djvu เป็น pdf และรักษาสารบัญเป็นไปได้อย่างไร?

ขั้นตอนที่ 1: แปลงไฟล์ข้อความ

ขั้นตอนที่ 2: แยกเค้าร่าง DJVU

ขั้นตอนที่ 3: แปลงเค้าร่าง DJVU เป็นรูปแบบข้อมูลเมตา PDF

ขั้นตอนที่ 4: แยกข้อมูลเมตาของ PDF และส่วนย่อยในบุ๊คมาร์คที่แปลงแล้ว

ขั้นตอนที่ 5: สร้าง PDF ด้วยบุ๊คมาร์ค