PDF 的相關工具

PDF格式研究 簡介 檔案結構 Stream 編碼 轉為XML 相關工具 OpenPDF 訊息 相關網站 參考文獻 最新修改 簡體版 English

文章 網路上有各式各樣的 PDF 免費工具可以使用，例如 xpdf, PDFBox, Multivalent 等等，但是、通常這些工具對於中文文字的使用都有些問題，有些必須要加裝語言包並進行設定調整(但我不會)，因此、為了製作 PDF 搜尋引擎與分析工具，我們撰寫了一組程式，其壓縮檔在 PdfTree.zip 中，可以用來將 PDF 檔案中的文字抽出並轉為純文字格式或 XML 格式，這個程式可以處理Identity-H、ETenms-B5-H、嵌入式的字集等都沒有問題，但還沒加入簡体中文、日文與韓文等字集。 對於 PDF 的一般用戶而言，最常使用的是將 Word 等文件格式轉換為 PDF 格式，要做這件事相當簡單，您可以安裝 PrimoPDF 這個免費的軟體，安裝好後會在你的電腦中看到一台名稱為 PrimoPDF 的印表機，不管任何文件、只要您在列印時選擇印出到這台印表機上，PrimoPDF 就會將文件印成一個 PDF 檔案，如此、任何文件都可以輕易的轉換成 PDF 文件了。(Adobe 公司也有出一個類似的軟體，稱為 Adobe Distiller，但是要花錢購買) 除了上述的解密工具之外，網路上有各式各樣的 PDF 免費工具可以使用，例如 xpdf, PDFBox, Multivalent 等等，但是、通常這些工具對於中文文字的使用都有些問題，有些必須要加裝語言包並進行設定調整(但我不會)，因此、為了製作 PDF 搜尋引擎與分析工具，我們撰寫了一組程式，其壓縮檔在 PdfTree.zip 中，可以用來將 PDF 檔案中的文字抽出並轉為純文字格式或 XML 格式，這個程式可以處理Identity-H、ETenms-B5-H、嵌入式的字集等都沒有問題，但還沒加入簡体中文、日文與韓文等字集。 對於 PDF 的一般用戶而言，最常使用的是將 Word 等文件格式轉換為 PDF 格式，要做這件事相當簡單，您可以安裝 PrimoPDF 這個免費的軟體，安裝好後會在你的電腦中看到一台名稱為 PrimoPDF 的印表機，不管任何文件、只要您在列印時選擇印出到這台印表機上，PrimoPDF 就會將文件印成一個 PDF 檔案，如此、任何文件都可以輕易的轉換成 PDF 文件了。(Adobe 公司也有出一個類似的軟體，稱為 Adobe Distiller，但是要花錢購買) 相關軟體比較 這些的 PDF 轉換工具當中，有些可以將 PDF 中的文字抽取出來，以下是我們所知的相關工具程式列表： 軟體名稱 版本 授權 文字轉換程式 用法範例 Solid Converter PDF, 2.0 商用付費 SolidConverterPDF.exe iText 1.3.6 MPL 無 PDF Box 0.7.2 BSD ExtractText.exe Multivalent 20060102 GPL tool.doc.ExtractText XPDF 3.01 GPL pdftotext.exe PJX 1.3.5 GPL com.etymon.pj.samples.UncompressPdf OpenPDF 0.4 BSD openpdf.convertToXml 經過我們的測試 (在 MS Windows XP上)，這些轉換工具的在處理各種語言的文件上，表現狀況如下： 軟體名稱 英文轉純文字 中日韓文轉純文字 轉換為 XML Solid Converter PDF, 正常 可以、但部分檔案轉換失敗、沒有任何輸出 無 iText 無 無 無 PDF Box 正常 中文全部變亂碼 無 Multivalent 正常 中文全部變亂碼 無 XPDF 正常 中文全部變亂碼 無 PJX 正常 中文全部變亂碼 無 OpenPDF 正常 正常 正常 參考文獻 http://sourceforge.net/search/?type_of_search=soft&words=pdf http://www.foxitsoftware.com/pdf/sdk/dll/ http://www.omniformat.com/download.html http://www.hot.net.tw/book/002/ACV010400.htm Lesson 3. Office/PDF文件解密術 另外一個軟體，在這個網站可以下載試用版，有command line ，如果要將他結合在自己的程式，也可以，要花五百多美金http://www.verypdf.com/pwdremover/index.htm#dl pdf轉存文字, word 中文沒問題 http://www.softhome.com.tw/html/soft_product.php?re_valu=5165 Facebook 留言 Facebook Wikidot Post preview: Close preview or Sign in as Wikidot user (will not be published) - + Help: wiki text quick reference 授權 本網頁的作者、授權與引用方式 作者 陳鍾誠，於金門大學資訊工程系，電子郵件：wt.ude.uqn|ccc#wt.ude.uqn|ccc，網站：http://ccckmit.wikidot.com。 授權 本文採用創作共用 (Creative Common) 3.0 版的 姓名標示─非商業性─相同方式分享 授權條款，歡迎轉載或修改使用，但若做為商業使用時必須取得授權，引用本文時請參考下列格式。 中文版 (APA格式) 陳鍾誠 (25 Jun 2010 06:22)，(網頁標題) PDF 的相關工具，(網站標題) 陳鍾誠的網站，取自 http://ccckmit.wikidot.com/pdf:tools ，網頁修改第 5 版。 英文版 (APA格式) Chung-Chen Chen (25 Jun 2010 06:22), Retrieved from http://ccckmit.wikidot.com/pdf:tools , Page Revision 5.