Konverze PostScriptu (PDF) do TXT

[Lubos Kloc]

Pavel Hofman wrote:
>
> Dobry den,
>
> jsem si vedom, ze se muj dotaz netyka primo TeXu, ale tuto konferenci
> sleduje rada odborniku na PostScript.
>
> Konverze postscriptu (prip. pdf) vytvoreneho z TeXu do txt neni velky
> problem (vcetne cestiny). Potrebuji vsak zkonvertovat vetsi mnozstvi PDF
> souboru vyrobenych klasickym postupem ve Windows - tisk z Wordu 97 do PS
> a pote konverze do PDF pomoci Acrobat Distilleru.
>
> Problem je, ze jiz z postscriptoveho souboru nelze text rozumne
> vytahnout (tisk pres originalni MS drivery (Apple LaserWriter, HP
> LaserJet 4M/PS) i pres Adobe PS driver) - ceske znaky zpusobuji, ze na
> vystupu pstotext, ps2ascii jsou naproste nesmysly. Vzdy cast radky je
> OK, ale pak nasleduje i nekolik odstavcu nesmyslu. Po prevodu takoveho
> souboru do PDF Distillerem (nebo ps2pdf ci cimkoliv jinym) je tudiz
> logicke, ze ani PDF soubor nelze tez zkonvertovat.
>
> Proto by me zajimalo, zda ma nekdo s timto nejake zkusenosti, pripadne
> zda by nekdo nevedel:
>
> 1. jake jsou moznosti konverze techto PS souboru vytvorenych ve Windows
>
Pred casem jsem narazil na obdobny problem. Zakopany pes je
podle meho nazoru v pouziti TrueType fontu. Word vesmes pouzije
TT fonty, coz nejsou standardni PS fonty. Takze driver vlozi do PS
definice jednotlivych znaku, jak jsou v dokumentu pouzity, a nejak
ad-hoc si je oznaci. Pak na ne timto zpusobem odkazuje, takze
vysledny PS soubor vubec nemusi obsahovat standartni PS odkazy
na font.
   Takovy PS (PDF) soubor lze sice vytisknout ci zobrazit, ale nikoliv
nejak dale zpracovat. Snad jedina schudna (byt dost otresna) cesta
by byla prevest stranky do bitmapovych obrazku a zkusit pouzit nejaky
OCR :-( !!!

> 2. pripadne jak pod Windows vytvorit z Wordu 95/97 takovy PS soubor,
> ktery by bylo mozno prevest zpet na text s ceskymi znaky (predpokladam,
> ze PDF vyrobeny z tohoto PS by jiz nemel delat problemy).
>
Win nepouzivam, tak moc nevim. Lze presvedcit Word, aby pracoval se
standardnimi PS fonty? Pak by snad pri pouziti vhodneho driveru
mohla byt nejaka nadeje . . . .

> Dekuji za Vase nazory.
>
> Pavel Hofman.

                               Lubos Kloc

---------------------------
<mailto://kloc@ipm.cz>
<http://www.ipm.cz/~kloc>
---------------------------