"нормализация" PDF

yolki

имеется PDF-файл, текст там присутствует, но не выделяется/копируется.
там именно текст. это не скан. документ не защищён всякой криптографией и прочим.
что можно сделать кроме как распознать его? (тем же FineReader-ом или PDFTransofrmer-ом)
пример документа
это постскрипт, но им пользоваться не удобно. перевожу в PDF при помощи ps2pdf (из миктеха) или Convert из Ghostview. получаются такие кривые документы :crazy:

хочется уметь нормально копипэйстить и искать в документе.

stm4836248

Acrobat Distiller 9.0
Started: 8 сентября 2008 г. at 15:13:47
Adobe PostScript software version: 3018.101
Adobe PDF Settings file read error in PDFX4 2007.joboptions:
/CheckCompliance out of range
Start Time: 8 сентября 2008 г. at 15:13:51
Source: AbaQui.ps
Destination: C:\My Downloads\AbaQui98.ps\AbaQui.pdf
Adobe PDF Settings: C:\Documents and Settings\All Users\Application Data\Adobe\Adobe PDF\Settings\Standard.joboptions
%%[ Warning: Times-Roman not found, using Font Substitution. Font cannot be embedded. ]%%
%%[ Warning: Helvetica not found, using Font Substitution. Font cannot be embedded. ]%%
%%[ Warning: Helvetica-Bold not found, using Font Substitution. Font cannot be embedded. ]%%
Distill Time: 00 Hour(s) : 00 Minute(s) : 08.860 Second(s)
**** End of Job ****

Но, зато, в Reader 9 всё открывается и копируется.

Vladu



ps2pdf -dEmbedAllFonts=true

yolki

не понял что-то я, как это применить...

всё равно не помогает

Vladu

не понял что-то я, как это применить...

У меня (GPL Ghostscript 8.62) твой файл
не переводится в pdf, похоже, из-за странной
нумерации страниц (я не разбирался).
Я предлагаю, если у тебя ps2pdf работает,
попробовать добавить опцию -dEmbedAllFonts
или другие опции ghostscript.



ps2pdf -dEmbedAllFonts=true file.ps file.pdf

sergeikozyr

У меня переводится, но pdf получается какой-то кривой. Но evince копировать из него может, хотя acroread нет.
http://narod.ru/disk/2495528000/screencast.mov

yolki

подредактировал батник ps2pdf, добавил опцию -dEmbedAllFonts=true.
результат:



Error: /rangecheck in --get--

Operand stack:

   --nostringval--   --nostringval--   --nostringval--   --nostringval--   --nostr

ingval--   descender   0   --nostringval--   1

Execution stack:

   %interp_exit   .runexec2   --nostringval--   --nostringval--   --nostringval--

  2   %stopped_push   --nostringval--   --nostringval--   --nostringval--   false

  1   %stopped_push   1889   1   3   %oparray_pop   1888   1   3   %oparray_pop

1872   1   3   %oparray_pop   1755   1   3   %oparray_pop   --nostringval--   %err

orexec_pop   .runexec2   --nostringval--   --nostringval--   --nostringval--   2

 %stopped_push   --nostringval--   --nostringval--

Dictionary stack:

   --dict:1147/1684(roG)--   --dict:0/20(G)--   --dict:71/200(L)--   --dict:136/

250(L)--   --dict:45/200(L)--   --dict:41/52(L)--   --dict:1/17(L)--   --dict:0/17

(L)--   --dict:0/17(L)--   --dict:5/17(L)--   --dict:1/3(L)--   --dict:15/17(roL

)--

Current allocation mode is local

Current file position is 160565

MiKTeX GPL Ghostscript 8.60: Unrecoverable error, exit code 1

spitfire

Ghostscript версии 8.62.dfsg.1-3 (Debian Lenny) ps2pdf, текст из evince (2.22.2-2) скопировался на ура.
из того же Ghostscript.

Оставить комментарий