|
|
近来，本人在编辑刊物的过程中，需要刊登一位职工的传记文章。找到原作者的时候，底稿已经找不到了。三年前，这名职工的传记被其他报纸刊发，不过被制作成了pdf文件，使用复制再粘贴，内容都成了乱码。
为此，本人在网上查找了相关资料，大多建议是使用有关的软件进行转换，比如SolidConverterPDF、pdf2word等，本人使用后发现仍然是乱码（这里指的是包含图片的复杂页面，单纯的文字版面没试过）。另外，看到一篇文章是《妙用“百度硬盘” PDF转DOC格式无乱码》也没有成功。最后看到一篇《攻无不克的pdf转doc》的文章，经本人试验后，感觉效果很好，这里以此文章为思路，进行详细说明。
一、需要用到的软件。
1、Adobe Acrobat 8 Professional
2、汉王文本王
当然，不需要安装扫描仪即可，这也是一个好处。
二、具体操作
本人曾经想走一个捷径，使用ps打开pdf文件转换成jpeg图片，但是没成功，呵呵。
1、安装完所需的软件后，使用Adobe Acrobat打开pdf文件，然后另存为jpeg格式。
2、使用汉王文本王，打开转换后的jpeg图片，点击分析（这个地方就看出，我说的使用ps另存后的图片和用Adobe Acrobat另存后的图片区别了。使用ps转换的图片，分析出的只有几个区块，而使用Adobe Acrobat的却有十多个区块。本人猜测可能是ps打开pdf后经过了栅格化的影响。）
3、分析完毕后，就可以使用识别了，这时候就会看到我们所需要的文本已经出现了。复制到doc或者其他办公软件即可进行编辑使用了。
三、总结
经过这样的程序，转换后的文本错别字很少。
当然这个思路还不一定很完善，如果有哪位高手有其他更方便快捷的办法，请发帖供大家分享。 |
|
发表于 2008/6/19 08:36:59