पीडीएफ कैसे कम प्रदर्शित करता है?


52

मैंने कई प्रोग्राम आज़माए हैं: pdftotext, pdf2txt.py, ... ये सभी PDF से टेक्स्ट निकाल सकते हैं, लेकिन जो बेहतर काम कर रहा है, वह है ol ' less: पीडीएफ के टेक्स्ट का एक उचित लेआउट है। यह कैसे कम कर रहा है? यह किसी भी पुस्तकालय का उपयोग कर रहा है, या पीडीएफ प्रसंस्करण में निर्मित है?

मैं पूछ रहा हूं क्योंकि मैं इस मस्ती का उपयोग प्रोग्रामेटिक रूप से करना चाहूंगा, जरूरी है कि बाहरी प्रोग्राम (मैं अजगर कर रहा हूं) के रूप में कम चलाऊं।

मेरी प्रणाली है:

» less --version
less 458 (GNU regular expressions)
Copyright (C) 1984-2012 Mark Nudelman

less comes with NO WARRANTY, to the extent permitted by law.
For information about the terms of redistribution,
see the file named README in the less distribution.
Homepage: http://www.greenwoodsoftware.com/less

» uname -a
Linux polyphemus 3.13.0-53-generic #89-Ubuntu SMP Wed May 20 10:34:39 UTC 2015 x86_64 x86_64 x86_64 GNU/Linux

जवाबों:


63

आपका वितरण संभवतः लोकप्रिय lesspipe.shस्क्रिप्ट का उपयोग कर रहा है । LESSOPENपर्यावरण चर की जाँच करें ।

यह लिपि कई रूपों में विद्यमान है। मैं जेंटू संस्करण देख रहा हूं। इसमें, आपको निम्न पंक्ति मिलेगी:

*.ps|*.pdf) ps2ascii "$1" || pstotext "$1" || pdftotext "$1" ;;

इसका मतलब है कि यह उन आदेशों को प्रदर्शित क्रम में आज़माएगा। $1फ़ाइल का नाम है।

एक अन्य संस्करण निम्नलिखित कमांड का उपयोग करता है:

pdftohtml -stdout "$t" | parsehtml -

15
धन्यवाद, यह पता चला है कि यह प्रयोग किया जा रहा हैpdftotext -layout $1 -
खतरे का समय

@ jeckyll2hide क्या आपको कम के साथ बेहतर परिणाम के लिए स्पष्टीकरण मिला?
वीवी

@vvy शायद -layoutस्विच। ;)
डैनियल बी
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.