Hallo Leute!

Weiß jemand, wie man Text aus einer PDF- Datei extrahiert? Leider enthält diese Datei auch eine Tabelle, so dass nicht nur einfacher Text sich in der Datei befindet. Ich habe auch nicht verstanden, warum in einer einfachen PDF- Datei der Text in Klartext lesbar ist und in einer aufwändigeren nicht. Habe nur irgendwo gelesen, dass es sich bei dem Text in einer PDF_ Datei um Postscript handeln soll. Hilft mir aber auch nicht weiter...

Vielleicht hat ja jemand ne Kompo...

Gruß
Ingo

Hier gibt es ein (externes) Programm, das Text aus PDFs extrahieren kann. Je nachdem, was du vorhast, kannst du entweder dieses in dein Programm einbinden oder die "große" PDFLib benutzen (die kann natürlich auch viel mehr, als du eigentlich brauchst).

Ich hatte mal so ein Plugin, aber habe leider vergessen wie es heißt, aber ich schau nochmal nach.
War irgendwo auf ner c't CD.

@fvolk:

Da in der Überschrift der Seite

Zitat:

CZ-Pdf2Txt Simple For Acrobat V1.1

steht, denke ich mal, es ist für den Reader 1.1, oder irre ich mich da
Ich benutze den reader 7.0, aber ich habs nicht ausprobiert, es könnte auch funktionieren, versuchs halt...

@Silberwolf: Ich denke eher, dass es

Zitat:

CZ-Pdf2Txt Simple For Acrobat V1.1

heißt.

So kann man es auch sehen

Ja , war aber eines der genialsten Missverständnisse in der letzten Zeit.