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

Нажимая на кнопку «Отправить ответ», вы соглашаетесь с нашими условиями использования и подтверждаете, что прочитали и поняли наши политику конфиденциальности и нормы поведения.

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