3

Получен файл pdf, при копировании слова из файла выдает символы, которые не читаются.

ПРИМЕР : Laboratory : „—w•˜—‡•˜ˆ

Вопрос : Как скопировать данные из полученного файла pdf ?, чтобы не переписывать вручную необходимые данные сверяя каждую букву (заказчик не может отправить иной формат или другой файл, поэтому необходимо работать с полученным файлом)

p.s. файл не прикладываю по понятным причинам, но варианты ответов получить стоит от тех кто сталкивался и решил как то

вот скрин с clipboardview вот скрин с clipboardview

а вот заметка в файле, по которой я вела поиски, но не нашла пока ничего дельного, возможно это как сказал в ответе S.H. что какие либо скрипты выплняются в процессе работы с документомвведите сюда описание изображения

15
  • 2
    А как вы хотите решить эту проблему? Что вы сделали? Вы скачали прогу clipboard-анализатор? Как вы представляете решить проблему? Вы хотите сделать плагин, написать программу на с++ или на с# или на делфи, и что она будет делать? Вы хотите пересобрать pdf? Вот обсуждение более внятное forum.ixbt.com/topic.cgi?id=23:40806
    – nick_n_a
    9 фев 2021 в 17:13
  • 1
    Предоставьте или файл, или скрин с того же clipboardview
    – nick_n_a
    15 фев 2021 в 20:11
  • 1
    @TigerTV.ru Вместо „—w•˜—‡•˜ˆ должно быть Laboratory
    – Dev18
    16 фев 2021 в 8:14
  • 1
    i.stack.imgur.com/U9nel.png - похоже, число из интерфейса спрятали - теперь просто "Русский (Россия)". Открывается так: Настройки языка -> Регион -> Дополнительные параметры даты, времени, региона -> Изменение форматов даты, времени, чисел -> Дополнительно.
    – Qwertiy
    16 фев 2021 в 9:06
  • 1
    [Français (France)]
    – Dev18
    16 фев 2021 в 9:48

3 ответа 3

5
+50

А что, если вообще не копировать, а увеличить шрифт в пдф до 200%, например, и прогнать через экранную распознавалку, типа ScreenshotReader?

Дело в том, что PDF - это чудовищно сложный формат. Вы же знаете, что в PDF документ можно встроить, к примеру, простую игру? то есть, что формат предполагает, чтов документы встроено подмножество JavaScript, и эти скрипты выплняются в процессе работы с документом. Пруф

В то же время, распознавание компьютерного шрифта с экрана, когда нет никакого "шума", как при сканировании-распознавании, практически не даёт ошибок.

А дальше - всё зависит от объема. При маленьком объеме - можно воспользоваться "триальным" (15 дней) скриншот ридером, при более значительных объемах можно как то "накостылять" (у программистов этот термин отличается от общепринятого) из программы автоматизации действий пользователя и распознавалки, в т.ч. поискать что то freeware для распознавания.

1

Попробуйте программы вроде

Особенность буфера обмена в том, что буфер обмена может хранить в себе информацию в разных видах "одновременно" (если не одновременно, то по крайней мере умеет перекодировать в один из нескольких извесных форматов). Вполне может такое быть, что cf_text будет сожержать "битую" информацию, а unicode text, или html text (если копируется с мозилла-фаэрфокс, например) содержать информацию в нормальном виде. Информацию эту уже можно обработать и пересохранить в нормальном виде. Имея ввиду что не всегда программа-получатель может выбирать правильный формат из доступных, это может решить даную проблему.

Так же, буфер обмена доступен из под WinAPI, и при владении с++/c#/Delphi/python или другими, написание программы которая достает из clipboard данные - не очень сложная задача.

P.S. Давно не пользовался акробатом и фокситом, возможно в фоксе это вылечили, попробуйте firefox.

0

Смотря куда копируете. Скорее всего у вас кодировки в файлах разные UTF например и ANSI. Откройте не через ПДФ вивер(или что там у вас стоит). А через НотПад++, например. Изображения перенести просто. Текст можно попробовать так.

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge you have read our privacy policy.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.