1.在pc中打开PDF -—>打印,选择 Microsoft office document image writer —>保存文件.mdi格式,打开文件-> 工具->使用ORC识别文本即可 2.(适合大量文本,少量的不如自己打字了)将图片中的文字转换为TXT文本。 首先保证你的机器上装有PHOTOSHOP,再从网上下一个清华紫光的OCR识别软件安装好。 打开PS,从文件-导入-PDF图像到你需要的处理的文件全部导入后,将需要处理的页面 保存为BMP或者TIF文件后。打开OCR识别软件,将图片调入后进行识别,识别出来后保存就 可以了,程序自动将其保存为TXT文件。有一点需要说明:两个软件处理的时候会将每一个 页面保存为每一个文件。如果文档为英文且字体比较小的话识别时会有些错误。比如会将 i识别为l之类,在识别后你可以对照修改再保存。 3.现在有很多“PDF”转换为“TXT”的软件,不是对中文支持不好,就是共享软件,需要注册才可以使用全部功能。其实并不需要第三方软件,用百度的硬盘搜索,也可以免费将PDF转换为文本文件。 第一步:首先进入百度硬盘搜索的主界面,在文档下选择PDF(免费下载硬盘搜索程序:disk.baidu/) 第二步:接下来输入文件所在的目录,点击“在结果中查”按钮,会在下面显示出所要寻的PDF文件 第三步:在要进行转换的PDF文件右边点击“快照”按钮,就会以纯文本的形式将文件内容显示出来。需要做的就是将文件内容复制,并且粘贴到记事本中保存,这样就可以将PDF的内容转换成TXT纯文本了 4. Office2003实现PDF文件转Word文档 经过尝试,发现可以利用 Office 2003 中的 Microsoft Office Document Imaging 组件来实现PDF转WORD文档,也就是说利用WORD来完成该任务。方法如下: 用Adobe Reader 打开想转换的PDF文件 ,接下来 选择 “文件→打印”菜单,在打开的“打印”窗口中将 “打印机”栏中的名称设置为 “Microsoft Office Document Image Writer”,确认后将该PDF文 件输出为 MDI格式的虚拟打印文件 。 注: 如果没有到“Microsoft Office Document Image Writer”项,使用Office 2003安装光盘中的“添加/删除组件”更新安装该组件,选中“Office 工具 Microsoft DRAW转换器”。 然后, 运行 “Microsoft Office Document Imaging”,并利用它来 打开 刚才保存的MDI文件,选择“工具→ 将文本发送到Word ”菜单,在弹出的窗口中选中“ 在输出时保持图片版式不变 ”,确认后系统会提示“必须在执行此操作前重新运行 OCR 。这可能需要一些时间”,不管它, 确认 即可。 注: 对PDF转DOC的识别率不是特别完美,转换后会丢失原来的排版格式,所以转换后还需要手工对其进行排版和校对工作。 以上仅在 word2003 中可用,其他版本没有Microsoft Office Document Image Writer。 5.下载PDF2TXT软件转换器程序PDF2TXT v3.1 版,下载地址:wasp/soft/dl008198.html(内附补丁+英文原版软件)破解注册码:71C5I$$@GQTKXO29 |
补:
1、Doc格式文件转换为Pdf文件
Doc文件向Pdf格式转换还是比较容易的,主要通过Adobe 公司提供的Adobe Distiller虚拟服务器实现的,在安装了Adobe Acrobat完全版后,在Windows系统的打印机任务中就会添加一个Acrobat Distiller打印机,如图1所示:
图1
现在比较流行的DoctoPdf类软件如Pdfprint等的机理都是调用Adobe Distiller打印机实现的,如果想把一个Doc文件转换为pdf转htmlPdf文件,只要用Office Word打开该Doc文件,然后在“文
件”—>“打印”中选择Acrobat Distiller打印机即可,如图2所示:
图2
这样,就可以很轻松的将Doc格式的文件转换为Pdf文件。
2、Pdf格式文件转换为Doc文件
Pdf格式文件向Doc文件转换相对比较难,因为Pdf格式与Doc格式解码格式不同,在Pdf下的回车符、换行符以及相关的图片格式无法直接转换为Doc文件,笔者之前一直使用复制文本,然后粘贴到Word中实现Pdf向Doc格式的转换。
今天突然发现了一款非常好的Pdf向Doc格式转换的工具,ScanSoft PDF Converter for Microsoft Word v1.0。它是由ScanSoft公司同微软共同组队开发了一个全新的Office 2003 插件。该插件可以帮助你通过Word直接将Pdf文档转换为Word文档,并且完全保留原来的格式和版面设计。
这个名为 ScanSoft PDF Converter for Microsoft Word 的插件是首先捕获Pdf文档中的信息,分离文字同图片,表格和卷,再将其统一到Word格式。现在你可以重新利用早先你从网络上下载或Email中收到的Pdf文件中的信息,而无需添加任何其他软件。
ScanSoft PDF Converter for Microsoft 已经非常紧密的同Office 2003整合在一起了,有两种方式可以将Pdf格式转换成Doc文件。
第一种方式,在Microsoft Word 2003中你可以直接通过“文件”—>“打开”来打开Pdf文件。ScanSoft PDF Converter for Microsoft Word插件会自动弹出了,如图3所示,经过转换后我们就可以得到想要的Doc文件。
图3
第二种方式,ScanSoft公司也已经开发了基于此的Smart Tag(Office 2003中重要的功能元件)能够轻松的通过右键来将PDF文件转换成为 Microsoft Word 文件(如图4所示)。
图4
注意,在安装ScanSoft PDF Converter for Microsoft Word的时候建议关闭正在运行的Office Word,Internet Explorer和Outlook等软件。
发布评论