Tôi đang tìm kiếm một cách "một lần nhấp" để lấy BẤT K PDF PDF nào và chuyển đổi nó thành văn bản thuần túy. Lý tưởng nhất trên OSX hoặc Linux.
Lý tưởng nhất, giải pháp sẽ bao gồm chức năng OCR, nhưng nó không nhất thiết phải như vậy.
Ưu tiên hàng đầu là có một cái gì đó có thể lấy bất kỳ tập tin nào mà KHÔNG CÓ cấu hình.
Câu trả lời:
Có xpdf bao gồm pdftotextnhị phân.
Pdftotext chuyển đổi các tệp Định dạng Tài liệu Di động (PDF) thành văn bản thuần túy.
Trên Linux có sẵn trình cài đặt. Có vẻ như nó cũng đi kèm trong poppler-utilsgói. Trên OS X, bạn có thể cài đặt nó bằng Homebrew (cài đặt trước) và sau đó sử dụng
brew install homebrew/x11/xpdf
sẽ tải xuống các tệp nguồn và biên dịch nó cho OS X. Sau đó, chỉ cần sử dụng nó như sau:
pdftotext your_pdf_file.pdf
sẽ tạo ra một tệp văn bản đơn giản. Có một vài lựa chọn là tốt, hãy kiểm tra man pdftotextđể biết thêm chi tiết.
Một thay thế là poppler , trong OSX:
brew install poppler
trong Debian và bạn bè
apt-get install poppler-utils
brew install Caskroom/cask/pdftotext
Một công cụ hay cho Windows là Trình trích xuất văn bản A-PDF
brew install homebrew/x11/xpdf