Dotaz: pdf -> odt/doc

[aafwer]

ahojte, potrebujem pod ubuntu prekonvertovat PDF dokument do ODT alebo DOC formatu. Nic som na to nevyhladal v repozitaroch, co by ste odporucili?

 

dakujem

Odpovědi

[Pavel Stárek]

No pokud jde o to dostat z pdf jen text, tak je asi nejlepší nainstalovat balíček poppler-utils, který obsahuje prográmky pdftotext nebo pdftohtml. Jeho výstup pak nějak podvrhnout oowriteru.

[aafwer]

ano, to som nasiel ale mam tam problem s nasimi znakmi ščťž...diakritika.

[Petr Šobáň]

No tak převést potom kodování recode ?

[Pavel Stárek]

No já jsem to dělal nějak takhle pdftotext soubor.pdf soubor.txt -enc UTF-8 a výsledný txt soubor byl v kódování utf8. Ten pak lze dále pomocí recode nebo iconv zkonvertovat do jakéhokoliv jiného kódování.

[xkesh]

potrebujem pod ubuntu prekonvertovat PDF dokument do ODT alebo DOC

Jelikož jde o pseudoproblém (váš hlavní problém je sehnat si zdrojový dokument), tak doporučuju copy&paste

[marbu]

Tak ciste teoreticky by mohlo pomoct neco jako unoconv, ale nezkousel jsem.

[Radovan Garabík]

Novšie (relatívne, pekných pár rokov) PDFká idú previesť na text bez problémov, ako to už bolo spomínané (±layout). V openoffice 3 sa dajú aj otvoriť (s istými omedzeniami).

Niekedy sa treba pohrať s kódovaním ligatúr (obzvlášť, ak prišli z TeXu), alebo s celou kódovou stránkou (TeX+azbuka).

Staršie PDF riešili písmená s diakritikou "po svojom" a tam je asi najjednoduchšie OCR....