如何编程序将pdf转换为txt(100分)

D

doll_paul

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2006-08-06

• #21

To 楼主，如果你有办法先将PDF文件转为TIFF的话，我也许有个变通的办法，你可以试试。。。。

 

D

doll_paul

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2006-08-07

• #22

尝试以下方法：
1，引用Acrobat提供的ActiveX控件pdf.ocx（7.x版本为AcroPDF.dll）。
2，安装Office2003中的Microsoft Document Imaging
3，将你要的PDF文件打印到Microsoft Office Document Image Writer（装了第2步的组件后才会有）
4，调用Office的COM组件，MODI.Document。来完成OCR的实别。

我测试了，可以差不多用吧。。。不花钱，应该知足了。。。。

 

L

lx378

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2006-08-07

• #23

doll_paul:谢谢你的帮助,我要处理的pdf文件是加密文本的,不用识别,而且要处理几千个文件,不可能一个个文件手工处理

 

D

doll_paul

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2006-08-07

• #24

谁叫你手工实别了？以上的办法是编程用OFFICE的OCR来实别！我晕了！

 

L

lx378

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2006-08-08

• #25

doll_paul:不好意思,我没理解好你的话.

 

C

cqjinliu

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2006-08-10

• #26

如果是纯文字的，可以“另存为...”;
如果是扫描式的，那就。。。。难

 

Y

yixilee

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2006-08-10

• #27

难度真大，如果全都是自己写，不调用现有的软件的话。
想学习，继续关注...

 

D

dey-999

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2006-08-11

• #28

1.Acrobat Reader有一个插件:Aerial2.0
安装后可以将pdf文件 "save as RTF"。
下载：http://www.ambia.com
2.然后rtf to txt:
用一个RichEdit控件，设置其属性：WordWrap:=false;Visible := false

with RichEdit1 do begin
Clear;
PlainText := false;
Lines.LoadFromFile('QandD.Rtf');
PlainText := true;
Lines.SaveToFile('QandD.Txt');
end;

 

Y

yinchunhua

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2006-08-14

• #29

有空自己也写一个，嘿嘿

 

轩

轩辕无恨

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2006-08-14

• #30

可以看成是对SVG的解析 我现在也很头疼 你的问题只要考虑对字的识别 我这边还要研究怎么对图像进行分析

 

冰

冰力不足

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2006-08-14

• #31

doll_paul 可否写个教程?谢谢!
500分!送出所有分!求Office2003中OCR模块使用
http://www.delphibbs.com/delphibbs/dispq.asp?lid=3533938

 

D

doll_paul

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2006-08-14

• #32

To 冰力不足，写写到也无所谓。可是，Office的OCR实别效果一般，不过，如果只是自己用用，我个人认为，还是可以满足的。。。。。

你试过Offfice的OCR，可以满足你的要求？

 

冰

冰力不足

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2006-08-14

• #33

谢谢doll_paul百忙回复赐教 我用Offfice的OCR识别英文就OK 主要是找不到清华的OCR 据说清华加密做得特好 很难破解 我google搜索了三天三夜 也找不到清华的OCR SDK
请问怎么和您联系?
我的QQ是 55423726 EMAIL: 55423726@qq.com

 

D

doll_paul

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2006-08-14

• #34

应该是你没有设置字符集吧。我没有细查，你试一下。
自动选择 0x800
英语 9
简体中文 0x804

 

冰

冰力不足

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2006-08-14

• #35

谢谢doll_paul 可否写个教程出来 或者把简单的识别代码发一份给我 感激不尽!

 

D

doll_paul

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2006-08-15

• #36

To 冰力不足，本来是打算如你所愿写一下的。可是，我简单的Google一下，却发现，资料多多。。。不知道是你不认真，还是我运气好。所以，我就懒了。给你一个URL吧。呵呵。有问题再联系。另外，加你QQ了。你不理人。

http://www.delphibbs.com/delphibbs/dispq.asp?lid=2906034

 

D

doll_paul

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2006-08-15

• #37

To 冰力不足，还是给你写几行吧。上面的URL是以接口的形式调用的。你需要导入类库。如果你和我一样懒，那么，就用古老，又不过时的。OLE吧。哈哈。代码如下：
procedure TForm1.Button2Click(Sender: TObject);
var
i: Integer;
Temp_MSOCR: OleVariant;
str: string;
begin
OpenDialog1.Execute;
if OpenDialog1.FileName = '' then
begin
ShowMessage('请先选择一个TIFF文件！');
Exit;
end;

try
Temp_MSOCR := CreateOleObject('MODI.Document');
except
ShowMessage('请安装Office组件！');
end;

try
Temp_MSOCR.Create(OpenDialog1.FileName);
//第一次打开会出错，原因请高手指点
except
Temp_MSOCR.Create(OpenDialog1.FileName);
end;
Temp_MSOCR.OCR($804); //简体中文

for i := 0 to Temp_MSOCR.Images.Count - 1 do
Memo1.Lines.Add(Temp_MSOCR.Images.Item.Layout.Text);

Temp_MSOCR.Close;
Temp_MSOCR := UnAssigned;
end;

 

冰

冰力不足

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2006-08-15

• #38

谢谢doll_paul 没有收到QQ消息 或许您把QQ告诉我 让我加您

 

D

doll_paul

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2006-08-15

• #39

忘记写注解了～～～

也就这行要说说，上面的URL，好像也说到了。
Temp_MSOCR.OCR($804, false, false); //简体中文
进行OCR识别，参数：语言ID，是否自动旋转，是否自动拉伸

 

D

doll_paul

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2006-08-15

• #40

啊～～～～～～～～～这么晚不睡觉！！厉害！！！

19225。加我吧！