PDF Text lesen

[michael.cohrs]

Guten Morgen,

ich kann in unserer Firma voraussetzen das der Adobe Reader auf jeder Maschine installiert ist, es geht um ein internes Firmenproblem. Gibt es denn so gar keine Möglichkeit den Text aus einer PDF zu lesen?

viele Grüße

Michael

[mkinzler]

PDF ist ja nur ein Containerformat. Viele beinhalten statt Text aber nur Bilder der Seiten ( wenn eingescannt). In diesem Fall existiert dann kein Text, den Du so leicht auselesen kannst. Man müsste in diesem Fall einen Textindex (per OCR) erzeugen lassen (z.B. mit Vollversion von Adobe).
Diesen könnte man dann über den IFILTER auslesen. Dieser ist aber m.W. nicht mehr Teil des Readers.

[arnof]

Zitat von mkinzler:

PDF ist ja nur ein Containerformat. Viele beinhalten statt Text aber nur Bilder der Seiten ( wenn eingescannt). In diesem Fall existiert dann kein Text, den Du so leicht auselesen kannst. Man müsste in diesem Fall einen Textindex (per OCR) erzeugen lassen (z.B. mit Vollversion von Adobe).
Diesen könnte man dann über den IFILTER auslesen. Dieser ist aber m.W. nicht mehr Teil des Readers.

Wenn es von einer OCR kommt oder manuelle erzeugt wurde, dann sollte es möglich sein das dort ein PDF (A-Format) ist, da sind die Texte für DMS Systeme lesbar drin.

Ich hätte mal gesagt schau doch mal in die Datei

[Sigi55]

Hallo und Moin erstmal,

der Code vom swissdelphicenter löppelt nur mit installiertem Arcobat, der Reader reicht da nicht. Ich nutze die pdftext.dll von
http://www.pdf-analyzer.com/,
dort gibt's auch ne Demoversion komplett mit Delphi-Sourcen.

Gruß

Sigi

[Perlsau]

Zitat von michael.cohrs:

Gibt es denn so gar keine Möglichkeit den Text aus einer PDF zu lesen?

Vermutlich kann man das Kommandozeilen-Tool pdftotext via Delphi steuern und so aus PDF-Dateien, die garantiert Text enthalten, eine Textdatei generieren. Die Syntax meiner alten Version ist ganz einfach: pdftotext PdfDatei.pdf Textdatei.txt. Diverse parameter können zum Steuern wie z.B. der Angabe der ersten zu extrahierenden Seite oder dem Unterdrücken von Fehlermeldungen usw. eingesetzt werden. Funktioniert wie gesagt nur mit reinen Text-PDFs. Sobald Grafik oder undefinierbare Codes im PDF vorkommen, streikt das Tool.

[Bernhard Geyer]

Zitat von michael.cohrs:

Gibt es denn so gar keine Möglichkeit den Text aus einer PDF zu lesen?

Ich habe doch eine Aufgeschrieben. Ist das wohl keine Möglichkeit?

Mit dem Adobe Reader gibt es (falls du dich darauf bezogen hast) keine Mögichkeit.