Der Versuch, PDF kostenlos in Text umzuwandeln

Ich verwende OSX und möchte PDF-Dateien in Text konvertieren können.

Ich möchte eine kostenlose Anwendung, um dies zu tun, da ich sicher bin, dass es einige geben muss.

Hier sind die Schritte, mit denen ich xpdf über Homebrew installiert und verwendet habe.

1. Installieren Sie die Abhängigkeiten von Homebrew:

   xcode-select --install
   

2. Installieren Sie Homebrew von ihrer Website:

   /usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
   

3. Tun Sie, was Ihnen gesagt wird, um die Homebrew-Installation abzuschließen.

4. Stellen Sie sicher, dass Homebrew zufrieden ist und den Spezifikationen entspricht.

   brew doctor
   

5. Als nächstes installieren Sie xpdf und seine Abhängigkeiten:

   brew install Caskroom/cask/xquartz
   
   brew install xpdf
   

6. Verwenden Sie abschließend pdftotext, ein Paket, das mit der xpdf-Suite geliefert wird:

   pdftotext Some_Document.pdf Some_Document.txt
   

Der erste Dateiname ist eine vorhandene PDF-Datei. Der zweite ist das Ziel. Die Ergebnisse waren viel besser als mit einer (zugegebenermaßen alten) Version von Adobe Acrobat. Bearbeiten: Neue (2019) Versionen von Adobe Acrobat haben ähnlich schlechte Ergebnisse gezeigt.

Mehrere Methoden.

1. Verwenden Sie Google-Dokumente (Sie benötigen ein Google-Konto)

2. Verwenden Sie Automator (einige Arbeiten erforderlich)

Mit Automator können Sie einen Workflow erstellen, mit dem Sie Text aus PDFs extrahieren und als Text- oder RTF-Dokument speichern können.

oder eine App aus dem App Store, zB PDF to Text

xpdf was ich mit Ports installiert habe:

port install xpdf

enthält:

xpdf-pdftotext

Es macht das, was Sie für jede PDF-Datei wollen, die aus einer Textdatei (und nicht aus einem Bild) stammt:

xpdf-pdftotext PDF_file text_file

Die aktuelle Version von Adobe Reader (11.0.09) enthält im Menü "Datei" den Eintrag "Als andere speichern".

Eine der Optionen ist Text .

Die App ist kostenlos und leistet gute Arbeit bei der Ausgabe von Textdateien. Alle Bilder im neuen Dokument gehen im TXT-Format verloren.

Ich würde denken, Sie sollten in der Lage sein, den Text zu kopieren und in ein anderes Dokument einzufügen. Den gesamten Text auswählen

Öffnen Sie das PDF in "Vorschau" und

• Wählen Sie "Bearbeiten | Alle auswählen".
• Wählen Sie "Bearbeiten | Kopieren".

Gehen Sie zu einer anderen App und sagen Sie "Text bearbeiten".

• Wählen Sie "Bearbeiten | Einfügen".

Beachten Sie, dass Sie, wenn Sie dies versuchen und kein Text eingefügt wird, sondern nur ein paar leere Zeilen, zuerst versuchen, Ihre PDF-Datei in eine neue PDF-Datei zu drucken, z

• Wählen Sie in der Vorschau "Datei | Drucken"
• Wählen Sie unten rechts "PDF | Als PDF speichern".
• Dadurch wird ein neues PDF exportiert.

Versuchen Sie nun den obigen Vorgang mit diesem neuen PDF. Hat für mich gearbeitet!

PS: Wenn Sie über Microsoft Word verfügen, können Sie Ihre PDF-Datei möglicherweise in Word öffnen

Das folgende Python-Skript gibt den Text aus einem PDF-Dokument in eine TXT-Datei aus. (Hinweis: Es gibt keine Garantie dafür, dass der Text aufgrund der Art und Weise, wie Daten im PDF-Format gespeichert werden, notwendigerweise in einer für Menschen lesbaren Reihenfolge „logisch“ ist.)

Das Skript erstellt Textdateien für alle PDF-Dateien, die als Argumente in der Befehlszeile angegeben werden (z. B. pdf2txt.py myPDF.pdf), oder Sie können in der Aktion "Shell-Skript ausführen" von Automator den Shell-Typ auf Python setzen und die Eingabe an "Als Argumente" übergeben. . Dann können Sie es als Quick Action oder DropApp verwenden.

#!/usr/bin/python
# coding: utf-8

import os, sys
from Quartz import PDFDocument
from CoreFoundation import (NSURL, NSString)
NSUTF8StringEncoding = 4

def pdf2txt():
    for filename in sys.argv[1:]:   
        inputfile =filename.decode('utf-8')
        shortName = os.path.splitext(filename)[0]
        outputfile = shortName+" text.txt"
        pdfURL = NSURL.fileURLWithPath_(inputfile)
        pdfDoc = PDFDocument.alloc().initWithURL_(pdfURL)
        if pdfDoc :
            pdfString = NSString.stringWithString_(pdfDoc.string())
            pdfString.writeToFile_atomically_encoding_error_(outputfile, True, NSUTF8StringEncoding, None)

if __name__ == "__main__":
   pdf2txt()