[PDF] problema con un archivo pdf

Hola a todos, gracias por haber respondido tan rápido y en tan gran número.
Está bien, he solucionado el problema con PDF Creator, he copiado en formato de imagen y he podido recuperar el texto. Si necesito copiar y pegar es para evitar tener que reescribir 17 páginas de texto con una fuente minúscula.
Muchas gracias.

De hecho, creo que el archivo pdf de nuestro amigo hwaourang está corrupto

No lo creo.

Según lo que dice, puede leerlo en la pantalla.
Es solo al copiar y pegar que hay problema.

Si el copiar y pegar no funciona, la única solución consiste en convertir el PDF en una imagen de alta resolución y usar un software de OCR sobre ella, lo que extraerá el texto.

Conversión PDF --> imagen, ver: pdf convertir pdf en imágenes jpeg bmp gif etc
Recomiendo el método PDF Creator, muy simple.

--
¿un sitio web con Word? ¡es como ordeñar una vaca con una carabina! -- BashFR.org

¿Qué puede hacer un OCR si solo hay referencias gráficas en la pantalla, transformadas eventualmente en imagen de alta resolución?

El software de OCR podrá, a partir de la imagen de alta resolución obtenida del PDF, extraer el texto (como lo haría con un documento escaneado).

¿Cuál es el interés para el creador de hacer un archivo así?

Probablemente no lo hizo a propósito.
El formato PDF nunca ha sido diseñado para ser modificado.
A veces, los programas de generación de PDF almacenan símbolos gráficos en lugar de letras para ahorrar espacio (por ejemplo, incluyendo solo una parte de una fuente).

--
¿Un sitio web con Word? ¡Es como ordeñar una vaca con un rifle! -- BashFR.org

Es imposible.
(se debe a la forma en que se creó el archivo PDF).

La única forma de recuperar el texto es convertir el PDF en una imagen de alta resolución (300dpi) y alimentar a un software de reconocimiento de caracteres (OCR).

Por supuesto, también habrá que extraer las imágenes a mano.

Buscar PDF en la base de conocimiento.

--
¿un sitio web con Word? ¡es como ordeñar una vaca con una carabina! -- BashFR.org

Hola,
¿Cómo se presenta su archivo pdf cuando intenta leerlo (con Acrobat Reader, supongo)? Debería ser legible.

¿Puede imprimir este archivo pdf?

¿Qué quiere hacer con él?

Saludos

Inútil insistir, no podrá hacer nada sin un software de OCR.

Los caracteres extraños significan que el PDF no ha guardado las letras que componen el texto, sino solo la referencia de los símbolos gráficos.

--
¿Un sitio web con Word? ¡Es como ordeñar una vaca con una carabina! -- BashFR.org

A la atención de sebsauvage

Hola,

¿Qué puede hacer un OCR si solo hay referencias gráficas en la pantalla, eventualmente transformadas en imagen de alta resolución?

Otra pregunta: ¿cuál es el interés para el creador de hacer un archivo así?

Saludos

Siempre atento a sebsauvage.

De hecho, creo que el archivo pdf de nuestro amigo hwaourang está corrupto y, ya sea de alta resolución o no, un OCR no dará ningún resultado si no hay caracteres (fuente) apareciendo en la pantalla o en la imagen resultante.

¿Cuál sería su método para "convertir el pdf en imagen de alta resolución": ¿captura de pantalla?

¡Hola!

Buenas noches,

Si el PDF es legible en pantalla, ¿por qué no se puede leer con Acrobat Reader o imprimirlo?

Después de esta respuesta, tal vez nos quedemos ahí con este problema.

Saludos

¿Si el PDF es legible en pantalla, por qué no se puede leer con Acrobat Reader o imprimirlo?

No dijo que no podía leerlo o imprimirlo.
Dijo que el copiar y pegar desde Acrobat Reader no daba buenos resultados.

--
-- BashFR.org

If it is possible to read on the screen and print the PDF, where is the problem?
Why make a copy-paste and to paste into what?
I did not understand the question!

Si tienes un PDF y quieres recuperar el texto en tu procesador de texto, el hecho de poder solo visualizar el PDF o imprimirlo no te sería de gran ayuda.

--
¿un sitio web con Word? ¡es como ordeñar una vaca con un rifle! -- BashFR.org

Si se puede imprimir, pasamos la copia por el escáner y el OCR.
Ahí lo dejaremos sobre este tema, creo.
Buenas noches a todos.

Como dice teebo, mi solución evita desperdiciar una hoja y tinta.
(Ya que de todos modos, después de escanear, nos encontramos con lo mismo: una imagen de alta resolución de la página).

--
¿un sitio web con Word? ¡es como ordeñar una vaca con un rifle! -- BashFR.org

Hola,
Mi última contribución:
¡Creo que el precio del papel y la tinta compensa con creces el tiempo dedicado a la fábrica de gas "the Gimp" y todo lo demás!

Saludos

Hola a todos,

Tengo un problema similar con mis PDF: cuando creo un PDF con PDFCreator (proveniente más a menudo de Word o de un software de MIDI - así que particionado con letras), tengo un problema al imprimir: las letras parecen estar desplazadas un carácter (por ejemplo, la palabra "mon" se convierte en la hoja impresa en "npo" - m se convierte en n, o en p y n en o).

Así que se vuelve, por supuesto, ilegible. Si vuelvo a imprimir el PDF en PDF con PDFCreator (recuerdo que este PDF ya se creó así), se imprime correctamente.

No creo que sea un problema de la impresora, ya que pasa en diferentes impresoras (en mi casa y en mi trabajo).

¿Alguien puede ayudarme? ¿Es un parámetro de impresión que se debe modificar, un problema con PDFCreator, ...?
Gracias de antemano :)

RoKeN

Configuración:
- Windows XP Pro SP3
- Office 2003
- Noteworthy Composer (software MIDI)
- PDF Creator 0.9.6