Перейти из форума на сайт.

НовостиФайловые архивы
ПоискАктивные темыТоп лист
ПравилаКто в on-line?
Вход Забыли пароль? Первый раз на этом сайте? Регистрация
Компьютерный форум Ru.Board » Компьютеры » Программы » Закладки » Редактирование PDF файлов

Модерирует : gyra, Maz

 Версия для печати • ПодписатьсяДобавить в закладки
Страницы: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183

Открыть новую тему     Написать ответ в эту тему

Skyer

Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Редактирование PDF файлов

В этой теме обсуждается редактирование (обработка) PDF файлов, которые бывают трех типов:
- "True" or Real PDF - "настоящий" PDF с векторными текстом и графикой, возможны вставки растра
- Scanned PDF - растровая графика (скан или фото), помещенная в контейнер PDF
- Searchable PDF - растровая (скан или фото) графика с текстовым слоем
Подробнее о типах PDF: Types of PDFs, The 3 Types of PDFs You Need to Know About




Решение типичных задач по редактированию PDF

Обрезать страницы - Acrobat Pro (main app), QIP*/Imposal(plugins), VeryPDF Advanced PDF Page Cut
Разрезать страницы на части - VeryPDF Advanced PDF Page Crop, A-PDF Cut
Склеить страницы между собой - VeryPDF PDF Stitch, Acrobat Pro + QIP* or Imposal
Удалить или редактировать метаданные - BeCyPDFMetaEdit, Adept PDF Layout Changer
Изменить размеры страницы - Acrobat Pro + Evermap AutoPagex , A-PDF Page Master, Neevia PDFtoolbox,  
Измененить/исправить размер страниц с масштабированием содержимого
Изменить размеры страницы, изменить масштаб контента, сдвинуть контент, замаскировать часть страницы и многое другое - Acrobat Pro + Evermap AutoPagex
Исправить наклон страниц -  Acrobat Pro + Evermap AutoPagex/ISI Toolbox, A-PDF Deskew, A-PDF Scan Optimizer  
Наложить PDF на PDF, страницу поверх страницы (Overlay)
О технологии MRC с примерами - 1, 2
Работа с изображениями (подрезка, масштаб, сжать/растянуть) - Inkscape
Преобразование изображений, текста в оттенки серого или в ч/б - A-PDF to Black White или Acrobat Pro + Quite A Box Of Tricks/ISI Toolbox
Извлечение растровых изображений из PDF
Удалить текст без замены, в т.ч. кириллицу - PDF Text Deleter
Удалить растровые ватермарки - PDF Watermark Remover или PDF Logo Remover, в сложных случаях - Foxit PDF Editor с макросом, Acrobat Pro + Preflight, CallasPDF Toolbox
Удаление любых ватермарков - We PDF Watermark Remover
Как/чем узнать Свойства растровых изображений в PDF: битность, цвет, dpi/ppi, разрешение px, формат сжатия, размер mm, наличие маски и т.д. - 1, 2
Редактировать текст - PDF-XChange Editor, Acrobat Pro, FineReader 14 (не OCR-модуль) и новее, Infix PDF Editor, Foxit PDF Editor, PixelPlanet PdfEditor
Удалить или заменить часть текста или текстовые ватермарки - Acrobat Pro, A-PDF Text Replace
Конвертация PDF таблиц в Excel - PDF2XL (da best!)
Заменить цветное векторное изображение на серое - Acrobat Pro + Preflight
Растровый редактор и манипуляции с изображениями в PDF - Foxit PDF Editor и Acrobat Pro + ImageWorks из Crackerjack
Удалить/заменить/создать текстовый слой в PDF файле с помощью Acrobat Pro
Растеризовать pdf - Digitzone PDF Converters
Один из вариантов решения проблем с кракозябрами: видео (зеркало)
* - Quite Imposing Plus
 
 
Если вы задаете вопрос по поводу проблем с PDF файлами, обязательно выкладывайте небольшой пример (только не сотни метров!) такого файла. Это упростит задачу для желающих вам помочь и сделает обсуждение предметным.

Всего записей: 122 | Зарегистр. 01-06-2002 | Отправлено: 03:40 13-11-2005 | Исправлено: useretail, 17:00 11-02-2024
shch_vg

Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
MBK2

Цитата:
Начать с того что вы легко и непринужденно в каждом посте пишете такие фразы как "редактирую в PDF", "корректирую в дежавю"

Это уже становится смешно, на каком уровне вы продолжаете это обсуждение.
Поиском по странице нашел заковыченное вами только в вашем сообщении.
Решил проверить себя, просмотрел все свои сообщения на предмет слова "редактирую" и естественно не нашел.
М.б. вам удается увидеть это каким-то неведомым образом, не знаю?
 
Добавлено:
MBK2

Цитата:
нельзя в голом акробате однокнопочно убрать спецсимволы в условно выбранном фрагменте.

До этого глубокого заключения я додумался сам, поэтому спрашивал у знатоков пдф, нет ли какого-то сравнительно простого способа убрать из слоя в пдф служебные символы, мешающие дальнейшему просмотру скопированного текста из слоя в онлайн-переводчике.
В стандартных средствах работы с дежавю тоже не было такой возможности, пока не нашелся человек, который это реализовал.
TelecomUral в своем пояснении заметно сузил мой вопрос. Дело даже не в отдельных непонятных словах в книге, а в том, что человеку, допустим,  попадается любопытная книга в пдф на неведомом ему языке. Все, что он знает о ней, это то, что у нее есть слой, т.е., что он может скопировать сначала название книги и через переводчик узнать, о чем она. Затем может скачать аннотацию, с которой ознакомиться через тот же переводчик. Если ему эта тема близка, он может продолжить знакомиться с выбранными местами из этой книги. Нынешнее состояние распознавания не позволяет непосредственно поместить скопированный фрагмент в онлайн-переводчик. Перевести-то он переведет, но при переходе со строки на строку часто теряется смысл предложения, поэтому перед помещением скопированного текста требуется вручную в каком-нибудь редакторе удалять служебные символы, либо это делать непосредственно в поле перевода переводчика.
Если это непонятно, то лучше прекратить дальнейшее обсуждение и не объявлять их "настолько дикими вещами, что их сложно понять, легко не понять и невозможно понять"

Всего записей: 6966 | Зарегистр. 14-01-2005 | Отправлено: 22:03 21-12-2022 | Исправлено: shch_vg, 03:07 22-12-2022
shch_vg

Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
TelecomUral

Цитата:
Начинает пару окружающих абзацев пдфки копировать в буфер - имеет построчные переводы каретки с переносом строки (CR LF). Задачка сводится к поиску вьювера, который так НЕ делает.

В моей постановке вопроса это непродуктивно.
Даже если такой вьювер и существует, но совсем не обязательно, чтобы пользователь знал о его существовании. В случае дежавю удаление служебных символов работает для любого вьювера дежавю, который может копировать распознанное.

Всего записей: 6966 | Зарегистр. 14-01-2005 | Отправлено: 03:24 22-12-2022
TelecomUral

Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
shch_vg

Цитата:
В случае дежавю удаление служебных символов

Я намеренно в предыдущем сообщении "сузил вопрос". Вы постоянно путаете логику процесса перевода текста произвольным человеком.
1я цепочка: юзер не полиграфист, windows, у него одна проблемная пдф, произвольный вьювер пдф (не редактор!), гугл-переводчик и буфер обмена винды с Ctrl-C Ctrl-V.  
2я цепочка: книгообработчик, знающий ФР, djvutoy, NMEditor, скрипты в полном акробате. И shell А также имеющий слой OCR в txt, xml или даже dsed форматах.
Это две большие разницы
Первой цепочкой вы оправдываете себя (есть "юзер-ламер"), а второй объясняете существование вопроса. Мол, спецпроги же есть, но пользоваться я ими не стану, я ламер. Пока не выберете, кто вы, решения от сообщества не будет - вы сами от него заранее отказываетесь. Поэтому я и "сузил вопрос", ушёл от второй цепочки.  
Ну а MBK2 считает что есть только профи из 2й цепочки
 
Надеюсь, этот "анализ" поможет решить задачку.
 
UPD
 
если продолжить, то, совершенно верно, вырисовывается единственная линия: поскольку пдф исходно произвольный, а надо чтоб был "правильный", спасает только редактирование слоя внутри пдф. Цепочка-1 отпадает полностью, со всеми вытекающими

Всего записей: 3011 | Зарегистр. 15-07-2010 | Отправлено: 06:42 22-12-2022 | Исправлено: TelecomUral, 06:55 22-12-2022
MBK2

Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
TelecomUral
Спасибо, вот теперь я полностью понял суть проблемы. Все таки это отдельный, чертовски полезный навык - уметь опуститься до уровня хотелки юзера "хочу волшебную кнопку, чтоб нажал и все стало зашибись" (причем в данном конкретном случае пользователь хочет даже не себя, а всехвсехвсех такой кнопкой осчастливить:

Цитата:
. Дело даже не в отдельных непонятных словах в книге, а в том, что человеку, допустим,  попадается любопытная книга в пдф на неведомом ему языке. Все, что он знает о ней, это то, что у нее есть слой, т.е., что он может скопировать сначала название книги и через переводчик узнать, о чем она.  

)
Причем юзер даже не понимает всей нелепости такой хотелки, основываясь на совершенно ложной предпосылке:

Цитата:
. В случае дежавю удаление служебных символов работает для любого вьювера дежавю, который может копировать распознанное.

Ложность данной предпосылки заключается в том, что формат дежавю (в отличие от PDF) совершенно упоротая экзотика, которой практически никто не пользуется и уж тем более, переводы в этом формате не делает, так что само по себе это сильное сужение вопроса, да и как можно так просто за все вьюверы говорить?

Всего записей: 4548 | Зарегистр. 18-09-2018 | Отправлено: 07:33 22-12-2022
los

Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
shch_vg, TelecomUral, скажите, а в случае векторного pdf как вы представляете решение "проблемы"?

Всего записей: 7322 | Зарегистр. 08-09-2001 | Отправлено: 10:01 22-12-2022
MBK2

Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
los
Ты имел в виду, наверное, "текст переведен в кривые"? Так они файнридером распознают

Всего записей: 4548 | Зарегистр. 18-09-2018 | Отправлено: 10:05 22-12-2022
TelecomUral

Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
los
MBK2

Цитата:
Так они файнридером распознают

Не вполне так. ФР - это уже технические детали.
 
Лично я хочу разобраться (если глобально), с такой непоняткой: создаем е-книгу из сканов. Внедряем текстовый слой распространенными способами. И обычно ламер типа меня потом из этого пдф получает в буфер обмена винды строчки с CR LF. Это в старом акробатридере. Открываем любимым мной PDF XChange Editor, копипастим объект "текст страницы" в буфер - а каждое слово, даже не строка, получает добавочку CR LF. А берем какой-нибудь издательский макет - и как правило никаких лишних переводов каретки не видать. Практически как из ворда копируется текст, хоть абзацами выделяй. В чём тут фокус, вот что меня интересует. Чем изготовление в редакции отличается от "самиздата", так сказать.
Я не готов приводить подтверждающие примеры, не под рукой. Но такая разница в поведении е-книг точно есть, не раз и не два нарывался. В каком-то смысле это даже признак, сворованный пдф, или самодельный хорошо восстановленный. Несложно разово удалить в notepad++ спецсимволы, но в чем тут дело - ? И можно ли поправить самиздатовские книжки.

Всего записей: 3011 | Зарегистр. 15-07-2010 | Отправлено: 12:40 22-12-2022
los

Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
TelecomUral

Цитата:
А берем какой-нибудь издательский макет - и как правило никаких лишних переводов каретки не видать. Практически как из ворда копируется текст, хоть абзацами выделяй. В чём тут фокус, вот что меня интересует. Чем изготовление в редакции отличается от "самиздата", так сказать.  

векторный и растерный "форматы". О чем вам и намекали.
 
CR LF - в вашем(windows) случае разделитель строк на что и указывал MBK2 задав вопрос о "тексте в одну строку". В предложенном ранее варианте с tr нужно просто использовать его, а не юниксовский формат.

Всего записей: 7322 | Зарегистр. 08-09-2001 | Отправлено: 13:06 22-12-2022
TelecomUral

Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору

Цитата:
los
векторный и растерный "форматы". О чем вам и намекали.

экая загадочность.
А я считал, что если раскрасить в "растерном формате" текстовый слой небелым цветом и удалить графические изображения, получим "векторный формат". Нет?

Всего записей: 3011 | Зарегистр. 15-07-2010 | Отправлено: 13:20 22-12-2022
Alex_Piggy

Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Доброе время всем.
Мне помнится что cpdf https://www.coherentpdf.com/eval.html позволял сделать для pdf decompress. И потом можно было после редактирования его сжать обратно.
cpdf -decompress in.pdf -o out.pdf
cpdf -compress in.pdf -o out.pdf
Не знаю, какие еще утилиты предоставляют подобный функционал.
Возможно в несжатом pdf можно будет отредактировать текстовый слой?
Нужен пример файла после "Внедряем текстовый слой распространенными способами".

Всего записей: 1883 | Зарегистр. 07-08-2002 | Отправлено: 14:06 22-12-2022
los

Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
TelecomUral

Цитата:
А я считал, что если раскрасить в "растерном формате" текстовый слой небелым цветом и удалить графические изображения, получим "векторный формат". Нет?

С OCR текстом такой фокус не пробовали провести?
 
Alex_Piggy

Цитата:
Не знаю, какие еще утилиты предоставляют подобный функционал.  

qpdf, например.

Всего записей: 7322 | Зарегистр. 08-09-2001 | Отправлено: 14:09 22-12-2022
TelecomUral

Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Alex_Piggy

Цитата:
Нужен пример файла после "Внедряем текстовый слой распространенными способами".  

https://disk.yandex.ru/i/e8zEJjImUh5f3Q

Всего записей: 3011 | Зарегистр. 15-07-2010 | Отправлено: 14:55 22-12-2022
jourmager

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Итак. Имеется проблема с копированием текста из pdf-файлов, т.к. текст копируется с символами CR и LF (возврат каретки и перевод строки) (\r\n) в конце каждой строки. Т.е. вот так:
 
скорее типа «пустил и не забудь, что пустил».CRLF
Позднее она стала называться Spike‑ER.CRLF
    Особенность Spike состояла в модульно-CRLF
сти конструкции и применении принципа те-CRLF
 
на самом деле проблем тут три:
1) лишние CRLF
2) лишние символ переноса по слогам ( - ), который может быть на самом деле дефисом, т.е. просто так удалить все дефисы нельзя
3) при удалении вообще всех CRLF также удаляется логическое разбиение текста на абзацы.
 
Решения
1а) портабельный и свободный Notepad++, где ненужные CRLF удаляются в пару кликов
1б) онлайн ресурсы типа TextFixer и Text Fixer или Gillmeister
1в) специализированные решения, типа, гм, "секретной программы"
2) полное корректное решение возможно только специализированной программой с подключением словаря, чтобы исключить ошибочные удаления словосочетаний типа "какой-то", "что-то"
3) полное корректное решение возможно только специализированной программой


TelecomUral

Цитата:
копипастим объект "текст страницы" в буфер - а каждое слово, даже не строка, получает добавочку CR LF.

Нет. Такое бывает только при некорректном OCR

Цитата:
А берем какой-нибудь издательский макет - и как правило никаких лишних переводов каретки не видать.

Нет. Сплошь и рядом

Всего записей: 715 | Зарегистр. 04-11-2019 | Отправлено: 15:55 22-12-2022 | Исправлено: jourmager, 18:08 23-12-2022
shch_vg

Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
jourmager

Цитата:
3) полное корректное решение возможно только специализированной программой
 

Именно об этом и был мой вопрос, существует ли подобная специализированная программа возможно с некоторыми менее строгими требованиями по сравнению с Вашим списком проблем.

Всего записей: 6966 | Зарегистр. 14-01-2005 | Отправлено: 16:52 22-12-2022
TelecomUral

Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору

Цитата:
jourmager
Нет. Такое бывает только при некорректном OCR

что "нет"? если далее "бывает"?

Всего записей: 3011 | Зарегистр. 15-07-2010 | Отправлено: 17:25 22-12-2022
MBK2

Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору

Цитата:
Возможно в несжатом pdf можно будет отредактировать текстовый слой?

Абсооютно не факт, наверняка нет. Текст в несжатом PDF может храниться каким угодно способом - начиная от посимвольного (группы символов, причем, пробелы не обязательны), заканчивая символьными кодами различного формата. Фактически, вьювер PDF при копировании текста пересоздает его как ему заблагорассудится. Вполне возможно, что при этом создании сам и CR/LF выдумывает.
Цитата:
 
Именно об этом и был мой вопрос, существует ли подобная специализированная программа возможно с некоторыми менее строгими требованиями по сравнению с Вашим списком проблем

Ну вам же уже перечислили все способы решений, куда еще конкретнее. Вы снова ищете специализированную программу, специализированную исключительно под Вас

Всего записей: 4548 | Зарегистр. 18-09-2018 | Отправлено: 19:02 22-12-2022
Alex_Piggy

Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
TelecomUral
Спасибо.
MBK2
Типа того.  
В файле pdfreference1.7old.pdf абзацы группируют для копирования с помощью операторов BDC/EMC. Acrobar Reader 9 их уважает (в отсутствие - считает строкой все, что на одной горизонтали и последовательно), а вот SumatraPDF и evince - не очень. Они предполагают каждый текстовый объект - это одна строка.
У меня не получается воспроизвести этот эффект для тестового файла.

Всего записей: 1883 | Зарегистр. 07-08-2002 | Отправлено: 19:46 22-12-2022
los

Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Alex_Piggy, в файле от TelecomUral текст в виде OCR слоя, а файл от adobe условно векторный(кроме картинок) соответственно они по разному обрабатываются читалками и редакторами.  
 

Всего записей: 7322 | Зарегистр. 08-09-2001 | Отправлено: 20:48 22-12-2022
Alex_Piggy

Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
los

Цитата:
текст в виде OCR слоя, а файл от adobe условно векторный(кроме картинок)

"OCR слой" в данном файле - это просто невидимый текст  (Tr/Tmode = 3 "Neither fill nor stroke text (invisible).") поверх изображения. Каждое слово выделено отдельным оператором Tj с указанием позиции.
UPD - или получится - или нет. В любом случае отпишусь.

Всего записей: 1883 | Зарегистр. 07-08-2002 | Отправлено: 21:05 22-12-2022 | Исправлено: Alex_Piggy, 21:06 22-12-2022
jourmager

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
shch_vg

Цитата:
существует ли подобная специализированная программа возможно с некоторыми менее строгими требованиями по сравнению с Вашим списком проблем

 
Программа-скрипт PDF Copy Paster
Использование, как всегда, as is, т.е. на ваш страх и риск.
Программа не распознает кириллицу.
Насколько я понял, программа не имеет интерфейса пользователя и единственная опция - Auto-Append Quotation Marks (?)
Её иконка висит в трее около часов.  
Нажатие Ctrl+Shift+D показывает активен скрипт или нет.
Просто она распознает когда пользователь в просмотрщике PDF (Adobe Reader, Foxit Reader, Sumatra PDF, PDF-XChange Reader) делает Ctrl+C на выделенном тексте и скрытно на лету удаляет все CRLF из копируемого текста. Т.е вы копируете из pdf-файла с CRLF, а вставляете уже без них - всё одной строкой.
Автор писал, что по желанию пользователя добавит его любимый просмотрщик в список распознаваемых, но программа 2011 года, так что ...
В Task Manager видна в Background processes под названием PDF Copy-Paster (32-bit)
Работает несколько кривовато.
 
Добавлено:


TelecomUral

Цитата:
что "нет"? если далее "бывает"?

Ваш текст

Цитата:
создаем е-книгу из сканов. Внедряем текстовый слой распространенными способами. И обычно ламер типа меня потом из этого пдф получает в буфер обмена винды строчки с CR LF. Это в старом акробатридере. Открываем любимым мной PDF XChange Editor, копипастим объект "текст страницы" в буфер - а каждое слово, даже не строка, получает добавочку CR LF.  

я понял так, что "каждое слово" получает "добавочку CR LF"
А это не так. Совсем не каждое слово. Это бывает относительно редко при некорректном OCR.
Вот типичный пример, который я с трудом нашел:
Подробнее...
Видно, что во 2-й строке "это" висит в воздухе, и в предпоследней строке после тире должен продолжаться текст, но он переходит на новую строку.
 


shch_vg
Я все-таки не понял, а чем не угодил Notepad++ для вырезания CRLF и преобразования текста в одну строку? Тем, что это универсальная програма, а не специализированная?

Всего записей: 715 | Зарегистр. 04-11-2019 | Отправлено: 21:12 22-12-2022 | Исправлено: jourmager, 21:36 22-12-2022
Открыть новую тему     Написать ответ в эту тему

Страницы: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183

Компьютерный форум Ru.Board » Компьютеры » Программы » Закладки » Редактирование PDF файлов


Реклама на форуме Ru.Board.

Powered by Ikonboard "v2.1.7b" © 2000 Ikonboard.com
Modified by Ru.B0ard
© Ru.B0ard 2000-2024

BitCoin: 1NGG1chHtUvrtEqjeerQCKDMUi6S6CG4iC

Рейтинг.ru