請教 pdf 檔字型取代

笨羊

alex.chen 發表於 2015-12-7 21:29
1. 以幾十M的檔案上傳Google Docs出現問題來說，實在令人費解！
2. 請停用Chrome Adobe外掛，使用Chrome 原 ...

我檢查了 Chrome 外掛程式，應該是使用 Chrome PDF Viewer 沒錯！

這樣的話，Chrome 也沒轍了！

笨羊

alex.chen 發表於 2015-12-7 21:59
這個情況應該是您在 抓出2頁另存一個測試檔 時，已將該檔轉存為內嵌圖片！
上傳時只要選擇不要進行自動轉換 ...

這個 2頁的測試檔，是我要提供給大家測試，剛剛才抓出來的。

我檢查過，與原 pdf 檔一樣，有「原先的內嵌字型」。

alex.chen

看來沒有原始檔，恐怕是很難幫上忙了！
建議您還是提供原始檔，再產出部分測試檔，只會把問題複雜化！

笨羊

alex.chen 發表於 2015-12-7 21:59
這個情況應該是您在 抓出2頁另存一個測試檔 時，已將該檔轉存為內嵌圖片！
上傳時只要選擇不要進行自動轉換 ...

> 上傳時只要選擇不要進行自動轉換為Google Docs

還沒到「完成上傳」階段，就「當」在網頁上，無法選擇「不要進行自動轉換為Google Docs」。

笨羊

alex.chen 發表於 2015-12-7 22:07
看來沒有原始檔，恐怕是很難幫上忙了！
建議您還是提供原始檔，再產出部分測試檔，只會把問題複雜化！

小弟把測試檔放在 mega裡：（問題已解決，就刪除測試檔了。）

請大夥下載，幫忙測試囉！

copy

文件文字編碼都是自訂,相當複雜.
系統字型編號完全不同,無法取代.

試一下另存新檔,存成HTML網頁來copy文字.
因頁面會從新拆解,需些時間,但比OCR快了.
您先1-2頁看看是否可以.

笨羊

copy 發表於 2015-12-7 23:48
文件文字編碼都是自訂,相當複雜.
系統字型編號完全不同,無法取代.

感謝 copy 大提供的「大智慧」指引，終於解決了！實在太感謝了！

雖然無法「直接替換」pdf 檔嵌入的字型，也無法「保留」原有 pdf 檔的格式，
不過，已經可以「充分利用」原 pdf 檔的文字內容了！

1. 首先用 Adobe Acrobat Pro 9 開啟原 pdf 檔，
用 Adobe PDF 列印成另一個新 pdf 檔。再用 Adobe Acrobat Pro 9 打開如下：



2. 再利用 Adobe Acrobat Pro 9 另存他檔，存成 HTML 3.2 格式（HTML 4.01應該也可以）。
用瀏覽器打開，如下：



就可以 mark 並 copy 文字了。
（雖然有部份文字「替換錯誤」，或者可能是「辨識錯誤」，
譬如「陳氏」變「區氏」、「富沃」變「富決」、「棲畝」變「棲敵」，但比自己 OCR快多了。）

如果直接用原 pdf 檔轉存 html檔，還是亂碼。
必須先用 Adobe PDF 列印新 pdf檔，再轉存 html 檔才行。

雖然不清楚原因，不過能用就夠了！
太感謝了！感謝大夥幫忙！謝謝 copy大！

copy

笨羊 發表於 2015-12-8 00:30
感謝 copy 大提供的「大智慧」指引，終於解決了！實在太感謝了！

雖然無法「直接替換」p ...

我使用X pro可以直接以您的測試頁轉html.
文字校對也挺累的!加加油.

一直在想是用什麼軟體做?猜不透文件作者的編碼為何要如此?

笨羊

copy 發表於 2015-12-8 18:11
我使用X pro可以直接以您的測試頁轉html.
文字校對也挺累的!加加油.

因為測試頁是經過 Adobe Acrobat Pro 9 開啟原 pdf 檔，
抓出 1,2頁用 Adobe PDF 列印成另一個新 pdf 檔的，
已經過第一個步驟，所以再存成 html檔就可以了。

我從原 pdf檔看文件內容描述，應該是用 Adobe Acrobat 11.0.3 製作。

copy

笨羊 發表於 2015-12-8 18:28
因為測試頁是經過 Adobe Acrobat Pro 9 開啟原 pdf 檔，
抓出 1,2頁用 Adobe PDF 列印成另一個新 pdf 檔 ...

我剛試了一下另存新檔-存文字,也可以速度快上百倍.
存文字的頁面有個設定鈕,進入後~


編碼(UTF-8)
輸出格式及縮減取樣皆可.
要不要試一下?文字應無誤.