Преобразование PDF -> txt

[zag]

В винде успешно преобразовывал FineReader-ом. Чем такую процедуру можно проделать в Линуксе? Kooka пробовал - не читает pdf. Что еще можно попробовать?

[t.t]

Стоп. Вопрос в чём: в PDF'е текст или картинки? Если картинки, то следующий вопрос: на каком языке? Если на русском, то никак.

[Trueash]

Можно попробовать pdftohtml

[t.t]

Можно попробовать pdftohtml

↑

Если PDF текстовый, то есть ещё pdftotext из пакета xpdf-utils. Я сам им, правда, никогда не пользовался.

[zag]

Вообще-то нужно и из картинок, и просто текст, и на английском и на русском.
Нашел утилиту из пакета xpdf - pdftotext, английский текст преобразует почти без проблем - строки не переводит :devil_2: , а кириллицу не хочет

Код: Выделить всё

$pdftotext cd.pdf cd.txt
Error: Couldn't open 'nameToUnicode' file '/usr/X11R6/share/xpdf/cyrillic/Bulgarian.nameToUnicode'

Чего это он болгарский требует?Даже когда английский преобразует.
Мана толкового нет

В этой директории есть только KOI8-R.unicodeMap

[nercus]

преобразует почти без проблем - строки не переводит

↑

можно добавить опцию "-layout".

[zag]

Всем спасибо, pdftotext -layout и pdftohtml с инглишем работают. А с кириллицей кто-нибудь разобрался или можно забить?

[harms]

У меня вышеуказанные файлы (о кодировках) отстутсвуют вообще.
В /etc/xpdfrc ничего про русский язык не написано.
А с кириллицей работает на ура.

[Skull]

В винде успешно преобразовывал FineReader-ом. Чем такую процедуру можно проделать в Линуксе? Kooka пробовал - не читает pdf. Что еще можно попробовать?

↑

KWord из KOffice 1.3.2 читает из PDF и может сохранять хоть в текст, хоть в собственный формат, хоть в HTML. Может и редактировать. Правда, кое-что ручками приходится править (таблицы). Но конвертирует всё. С русским проблем нет.

[zag]

to SkullСпасибо! Странно, почему-то в эту сторону не глянул . KOffice и KDE, как всегда, на высоте!