PDF auslesen (Fragen zu Perl-Modulen)

havi

2003-10-21 14:08

User since
2003-08-04
2036 Artikel
BenutzerIn

Hi!

Wie kann ich ein PDF-File auslesen und in eine Textdatei speichern ?

Hat jemand eine Idee ?

Gruss

Perl-Zeitung - http://perl-zeitung.at/
Perl-Blog - http://usr-bin-perl.blogspot.com/

format_c

2003-10-21 14:16

User since
2003-08-04
1706 Artikel
HausmeisterIn

Schon mal auf CPAN gesucht?
Gruß Alex

Effizente Linuxshell

havi

2003-10-21 14:18

User since
2003-08-04
2036 Artikel
BenutzerIn

Ja, hab auch ein Modul (Text::Pdf) gefunden, aber irgendwie bekomm ich es nicht hin...

Ich braeuchte ganz dringend eine Loesung (keine Zeit)!!!

Sorry!

Gruss

Perl-Zeitung - http://perl-zeitung.at/
Perl-Blog - http://usr-bin-perl.blogspot.com/

format_c

2003-10-21 14:32

User since
2003-08-04
1706 Artikel
HausmeisterIn

Naja wenns nur um den Text geht: Da gibts im Adobe Reader unter Werkzeuge eine Textauswahl mit der man Text markieren kann und dann per Drag&Drop weiterverarbeiten kann. Wenns jetzt unbedingt mit perl sein muss weis ich auch nix auf die Schnelle.

Gruß aex

Effizente Linuxshell

[E|B]

2003-10-21 14:32

User since
2003-08-08
2561 Artikel
HausmeisterIn

Eine Nicht-Perl-Lösung:
http://www.retsinasoftware.com/extract-convert-pdf-to-text.htm

Gruß, Erik!

s))91\&\/\^z->sub{}\(\@new\)=>69\&\/\^z->sub{}\(\@new\)=>124\&\/\^z->sub{}\(\@new\)=>);
$_.=qq~66\&\/\^z->sub{}\(\@new\)=>93~;for(@_=split(/\&\/\^z->sub{}\(\@new\)=>/)){print chr;}

It's not a bug, it's a feature! - [CGI-World.de]

havi

2003-10-21 15:12

User since
2003-08-04
2036 Artikel
BenutzerIn

[quote=format_c,21.10.2003, 12:32]Naja wenns nur um den Text geht: Da gibts im Adobe Reader unter Werkzeuge eine Textauswahl mit der man Text markieren kann und dann per Drag&Drop weiterverarbeiten kann. Wenns jetzt unbedingt mit perl sein muss weis ich auch nix auf die Schnelle.

Gruß aex[/quote]
Die Formatierungen sind dann allerdings weg!

Perl-Zeitung - http://perl-zeitung.at/
Perl-Blog - http://usr-bin-perl.blogspot.com/

havi

2003-10-21 15:13

User since
2003-08-04
2036 Artikel
BenutzerIn

Sieht sehr gut aus Erik!
Vielen Dank!

Perl-Zeitung - http://perl-zeitung.at/
Perl-Blog - http://usr-bin-perl.blogspot.com/

betterworld

2003-10-21 16:22

User since
2003-08-21
2614 Artikel
ModeratorIn

user image

Funktioniert das denn immer? Soweit ich weiss, ist PDF ja nur ein Seitenbeschreibungsformat und es ist keineswegs vorgeschrieben, dass der Text darin auch wirklich als Text gespeichert ist, sondern im worst case nur als Graphik? Also kann wirkliche Garantie nur eine Texterkennung geben (wenn sie gut ist)

Lieblingsmodule: CPAN:

IPC::System::Simple, CPAN:

Path::Class

Crian

2003-10-21 17:08

User since
2003-08-04
5870 Artikel
ModeratorIn

Wenn derjenige, der die PDF-Datei erzeugt hat nur Grafiken mit Text darauf abgelegt hat und keinen Fließtext, brauchst Du wohl wirklich ein OCR-Programm.\n\n

s--Pevna-;s.([a-z]).chr((ord($1)-84)%26+97).gee; s^([A-Z])^chr((ord($1)-52)%26+65)^gee;print;

use strict; use warnings; Link zu meiner Perlseite

havi

2003-10-21 17:40

User since
2003-08-04
2036 Artikel
BenutzerIn

[quote=Crian,21.10.2003, 15:08]Wenn derjenige, der die PDF-Datei erzeugt hat nur Grafiken mit Text darauf abgelegt hat und keinen Fließtext, brauchst Du wohl wirklich ein OCR-Programm.[/quote]
Richtig!

Perl-Zeitung - http://perl-zeitung.at/
Perl-Blog - http://usr-bin-perl.blogspot.com/