pdf-Datei nach Text durchsuchen

[Ralf Stehle]

ich möchte mehrere PDF-Dateien automatisiert nach Text (Namen und Adressen) durchsuchen.
Der Aufbau der PDF-Dateien wird von Adobe in der Reference zwar veröffentlicht, ich
kapiere die komplizierte englische Reference aber nicht.

Reference:
http://www.aiim.org/documents/standa...Freference.pdf
und
http://www.adobe.com/devnet/pdf/pdf_reference.html

Scheinbar sind die Binärdaten auch noch komprimiert, so dass ich mit einem Hex-Editor
überhaupt nichts sinnvolles lesen kann

gibt es irgendwo im Netz ein verständliches Tutorial? So eine einfache Aufgabe wie das
Herauslesen von ein paar Ascii-Strings müsste doch ohne eine Komponente zu lösen sein


Gruß
Ralf

[Bernhard Geyer]

Zitat:

Zitat von Ralf Stehle

gibt es irgendwo im Netz ein verständliches Tutorial? So eine einfache Aufgabe wie das
Herauslesen von ein paar Ascii-Strings müsste doch ohne eine Komponente zu lösen sein

PDF ist mittlerweile ein gewachsenes Chaos und wenn du nicht übermäßig Zeit verbringen willst um diverse Speicher- und Codiermöglichkeiten von Text zu erkennen sind Komponenten die bessere Lösung.

[Ralf Stehle]

nach langer Suche habe ich jetzt eine Lösung gefunden, die für mich völlig ausreicht.

http://www.swissdelphicenter.ch/de/showcode.php?id=2169

[SurfDuDe]

Alternativ gibt es übrigends auch ein Commandozeilenprogramm pdf2text.exe was diesen Job auch macht: http://www.foolabs.com/xpdf/download.html

[Ralf Stehle]

ein Commandozeilen-Programm habe ich auch schon ausprobiert und kann es weiterempfehlen:

Programm-Download <PDF2TXT> von: http://www.iscb.de/downloads/winindex.htm

Mich stört dabei aber, dass für jede Datei kurz ein DOS-Command-Fenster auf- und zugeht


Das Programm hat übrigens nichts mit dem gleichnamigen pdf2txt von Verypdf zu tun,
dieses Shareware-Programm ist kostenpflichtig und findet sich hier:

www.verypdf.com/pdf2txt/pdf2txt.htm