|
|
本帖最后由 eeshu 于 2020-8-3 13:01 编辑
$ O3 Q6 ]" C- \6 K0 K6 w- a3 g g) L. t3 g# n# J
谢谢大家。经过重新裁页和拼接再转存，已经成功提取所有文本。第一次失败估计是中间环节使用了一些打包工具造成的。3 {& K: y% B% s/ k1 B, Y
第二次全程只用了acrobat，没有问题了。
# l. ]7 v, Y) p. O- O
7 k) K0 M6 Y4 q) m" z; o1 D- D* n
- i( p' F! r+ v" Q- c& j' _试图将手上一本文字版pdf中的文本完整导出，无需保留排版和格式，只需留下文本内容即可。尝试acrobat直接存为txt，却发现文字和符号会错位。也尝试了好几个pdf to txt的软件，但是效果均不理想。请教论坛高手有什么手段可以解决吗？这是pdf原文截图：
# ]+ Q. s: [& Z" T
* s4 }" o0 S' @2 Y1 |9 \ " ?8 {6 }3 V" V) W
! Z; i' U) [: x
J, W) m& n' Q5 N3 W( F7 ~下面则是转成txt后的效果：6 i4 r4 o/ f& c
g9 o( e# H3 H N" _* a9 A! |" | 5 B; L/ n- J6 g! g1 ^, m$ K ~ J
9 G* q# T! o" o: v9 v
& h2 J8 k0 y# e" p6 B很明显，尽管我已将原始pdf切了图，文字内容仍然走样，但是直接复制pdf文字，内容是正确的，如下：
3 l* j% n0 h0 g' a f- \% M: r$ j! p; G7 h& ~
【按下葫芦瓢起来】 瓢：把葫芦& G; `+ B5 y) j, v2 p
锯成两半，去掉中间的瓤就成了: Z* F( R% J" i m2 r) A; W
瓢，可作舀水、舀米的用具。把葫4 O& ]( m$ b. o2 B K$ ]8 T( n1 K% w
芦按在水里，瓢又浮起来。意谓刚
3 L' H& M2 W% S& a/ p解决了一个问题，另一个问题又出. `+ U: w" H( [% Y( i
现了。鲍昌《庚子风云》：“瞅准了% S1 I% i6 v' y% \
时机就扯旗大闹，‘按下葫芦瓢起 e7 b( {- S1 Q9 E7 t, F3 ?" h
来’，休想让洋人、官府再有个安生& c( k0 V5 _1 D6 X
的日子了。”☆ ［按下葫芦浮起瓢］* o0 _" j |, [+ ?; a- H" \
罗国士等《黑水魂》：“他挖空心思
% }' |' R. m" p$ B' @3 W3 g* B0 M编了几个理由，才好容易把他稳3 x7 D/ s0 I* o/ i! K ?$ [( r( o
住。没想到，按下葫芦浮起瓢，门. C. ]3 `* p, h9 j# P
口好像发大水，乱成一片。”1 N# n K8 U' Q" g
$ F1 E% w1 c& f% n
' d+ y! `/ @# N4 I' V% C( r; O- a不知哪位有这方面的经验？请教一二。先行谢过。
! S& d* b/ p( C( Z2 G1 n' i
9 |9 Q& o j& |; n2 W1 v: b$ q
`' V/ t1 O( p1 ^
5 x% _# P6 h _ X3 d |
|
发表于 2020-8-3 06:58:26
楼主
" b2 ~/ b: c, _- x5 A
& e; ?+ _- }9 N0 `( l8 s