PDFファイル、テキスト埋め込みに関する質問です。フリーウエアなどを探しています。
PDFファイルが数千個以上あります。スキャナ読み取りのファイルが多いです。
一部はAcrobatのOCR機能を用いて、「テキスト埋め込み」済みです。WordファイルをPDF変換したもの…などのため、もともとテキストが埋まっているファイルもあります。
未OCRファイルを分別したいのです。Acrobatで、1つずつ開いて確認するのはタイヘンです。良い、フリーウエアなどないでしょうか…
数千ファイルが対象です。ワタシ的にズバリご回答の方には、先着になりますが100ptをお送りします。よろしくお願いいたします！
※ 有料アンケート・ポイント付き質問機能は2023年2月28日に終了しました。
ログインして回答する
ベストアンサー
-
うっち～
満足50pt
javaでプログラミングできますか？
できるなら以下のサイトの方法で割りと簡単に解決できそうです。
以下の２つの処理を書いて、全ファイルに対して実行すればできそうです。
①以下のサイトを参考にPDFからテキストを抽出する
②抽出した文「字が空かどうか」などの判定文を入れて判定結果を出力
<参考サイト>
http://u-kari.blogspot.jp/2008/02/pdf.html -
その他の回答
-
cx20
満足50pt
以下のツールを使うとPDF→Text変換可能です。バッチ化して一括変換してからエクスプローラで選別するのが早そうな気がします。
■ xdoc2txt － PDF,WORD,EXCEL,一太郎などの各種バイナリ文書からテキストを抽出
http://ebstudio.info/home/xdoc2txt.html＜使い方＞ xdoc2txt.exe -f 出力ファイル名.txt 入力ファイル名.pdf
あと、COM形式のライブラリも付属しているので、VBScript を用いたプログラミングも可能です。
Dim xdoc2txt Set xdoc2txt = CreateObject("xd2txcom.Xdoc2txt.1") Dim strText strText = xdoc2txt.ExtractText("入力ファイル.pdf",False) WScript.Echo strText
-
この質問へのコメント
質問の情報
- 登録日時
- 2016-04-25 12:01:10
- 終了日時
- 2016-05-01 11:23:41
- 回答条件
- 1人1回まで
この質問のカテゴリ
この質問に含まれるキーワード
人気の質問
-
この英文どうなってますか？ The boy seemed to be waiting for his mother to come.（その少年は母親が来…
匿名質問者
1
1
-
不定詞の形容詞的用法らしいんですけど、副詞的用法と書いたら✖️ですか？ I want to buy a book to read …匿名質問者11
-
日向陽葵という○V女優が好きなのですが似ている○V女優はいますか匿名質問者
-
共通テストで使われるプログラミング言語は共通テスト特有の言語と聞いたのですが、受験勉強で身につけたプ…匿名質問者2
-
内定してほしいポケモンはいますか？匿名質問者