שאלה טכנית על pdf

[בוזוקיא]

שאלה טכנית על pdf

מדוע כל כך קשה להמיר Pdf לוורד או לכל מסמך אחר שניתן לעריכה?
קראתי קצת בגוגל וחלק השוו את זה מבחינת קושי לOCR ואני לא מבין למה. מה הקושי בלקרוא את המסמך שורה שורה ולשמר את הטקסט והרווחים?
אני לא מדבר אפילו על קבצים מסובכים עם דיאגרמות וטבלאות...נאמר רק טקסט. עדיין זאת פעולה מסובכת. למה?

 

[הללויה בייבי]

תלוי איך בנו ו'סגרו' את קובץ הPDF

לפעמים הטקסט כבר אינו נחשב "טקסט" (כזה שאפשר להעתיק או לסמן) אלא הפכו אותו לקווי מתאר - כדי להימנע מבעיות עם פונטים חסרים.

לפעמים הגדירו בשמירת הPDF משהו שמונע עריכה או העתקה, ולכן גם אם אפשר להעתיק את הטקסט הוא מודבק בג'יבריש.

אז כנראה שיש כמה מכשולים בתרגום אוטומטית חזרה לWORD שהוא לחלוטין טקסטואלי.

 

[בוזוקיא]

כמו שכתבתי בתגובה למטה

אני מבין את הקושי כשהטקסט הופך למקשה אחת (תמונה), אבל ב99 אחוז מהמקרים הקובץ הוא עדיין טקסט וניתן לסמן אותו עם העכבר. אז למה זה עדיין כל כך קשה? מה העכבר יודע לעשות שתוכנות העתקה לא יודעות לעשות?

 

[הללויה בייבי]

זה כמובן לא העכבר שיודע או לא יודע

אלא הגדרות תצוגה וכנראה מבנה שונה מאיך שWORD עובד.
בכל מקרה לא ידוע לי מעבר למה שכתבתי, אולי המאמר הזה יעזור

http://www.planetpdf.com/enterprise/article.asp?ContentID=7837&page=0

 

[בוזוקיא]

נצטרך כנראה לחכות לherouth

שתיתן תשובה

קראתי את הליק שהבאת, עדיין לא מובן לי
פשוט לא מסתדר לי בראש איך זה הגיוני שהמחשב יודע להציג את התווים הנכונים למסך, עם הרווחים הנכונים, וכתווים נפרדים (לא כתמונה) שניתנים לסימון עם העכבר אפילו, אבל הוא לא יודע לקחת את אותם תווים ולפלוט אותם לקובץ טקסט אחר תוך כדי שמירה על הרווחים והשורות המדוייקות.

 

[train]

כי הפורמט דומה יותר לתמונה מאשר לטקסט

 

[בוזוקיא]

אבל למה?

איך המחשב שלי מצליח לסמן את הטקסט עם העכבר ומצליח להציג את הטקסט על המסך אבל לא מצליח להעתיק אותו?
אם PDF היה הופך את הטקסט לתמונה אז הקושי מובן לי, אבל הוא לא.

 

[ykiki]

כי זו בדיוק המטרה שלשמה הוא נוצר

 

[איליה קוגן]

זאת לא המטרה. מטרת ה-PDF היא ליצור מסמכים

שניתן לפתוח על מערכות הפעלה שונות כך שהם ישמרו על המראה המקורי שלהם, ללא תלות בתוכנה ובחומרה.

 

[trilliane]

המטרה היא ליצור "הדפסה" וירטואלית, הסיבה

מאחוריה יכולה להשתנות; אבל הסיבות היא לפעמים באמת כדי להקשות על עריכת המסמך.

 

[ykiki]

גם וגם. להזכירך, לפני יותר מ-20 שנה לא היה

כזה מגוון של מערכות הפעלה ומכשירים. ואכן הרעיון המקורי היה ליצור מסמך שלא יאבד מעיצובו, ללא תלות בפלטפורמה המציגה, מחד, אבל גם למנוע אפשרות עריכה שלו ע"מ לאפשר הפצת תוכן מוגן (זכויות יוצרים, או סתם אינטרס של יוצר המסמך - למשל, מילוי פרטים בטופס של מקום העבודה).
אדובי השקיעה מאמץ-על באבטחה של הפורמט הזה, ולכן במשך שנים ארוכות הדרך היחידה לערוך אותו היתה באמצעות אדובי אקרובט, שכצפוי עלתה הון.
כיום (קרי, אחרי למעלה מ-20 שנה) ניתן יחסית בקלות לחלץ טקסט מתוכו, אבל במחיר של אבדן העריכה, ובכל מקרה קשה עד בלתי אפשרי לעשות לו הנדסה-הפוכה ולייצר ממנו מסמך זהה בר-עריכה. לכן ההשוואה שדיברו עליה קודם, לטכנולוגית OCR כאמצעי אחרון לחילוץ המסמך מבלי לאבד את עיצובו.
גם כיום משמשת הפלטפורמה הזו להפצת תוכן מוגן בזכויות יוצרים, כגון ספרים וכתבי עת, פחות בשל העיצוב ויותר בגלל האבטחה.

 

[trilliane]

מישהו זוכר את פוסטסקריפט?

אני זוכרת שנאלצנו להדפיס קובצי PS באמצעות Ghostscript, פורמט דפוק, זה היה די סיוט... טוב שעברו ל-PDF.

 

[ykiki]

PS זה סיוט

 

[איליה קוגן]

מעניין אם הוא עדיין פופולרי באקדמיה

כפי שהוא היה כשלמדתי בטכניון לפני כעשר שנים. את רוב חומרי הקורסים ותרגילי הבית היינו מקבלים ב-PS. לצערי לא יצא לי לערוך PS או לעבוד עם Latex, אבל יודעי דבר מספרים שזאת חווייה רוחנית ממש.

 

[trilliane]

תודה לאל, לא...

ובטכניון עברו ל-PDF בשנות האלפיים, לפני עשור כבר לא ראיתי שם PS בכלל (אולי בכמה קורסים נשארו קבצים ישנים שאיש לא טרח להמיר).

 

[בוזוקיא]

לא שמעתי על ps בחיים שלי

אז כנראה שהוא כבר לא פופולרי באקדמיה

 

[שוּלה]

לדעתי PDF זה בדיוק PS, אבל דחוס

PS הוא פורמט טקסטואלי עם הוראות לציור.
מה שנקרא "קוד המקור".

PDF לוקח את ההוראות האלה ודוחס אותן ומסדר אותן כדי שיהיו יותר יעילות ויתפסו פחות מקום על הדיסק.

PDF גם מוסיף כמה הוראות משלו.

אני לא סגור על זה, ומצד שני גם לא בא לי לבדוק, אז אולי אני מדבר שטויות

 

[מאליו יובן]

זוכר היטב למעשה איבדתי עבודה פעם

בגלל שמנועי רנדרינג של פוסטסקריפט הפכו אמינים כמו התכנה שאני עבדתי עליה ולהבדיל ממני הם היו כמעט בחינם.

 

[איליה קוגן]

האם ניסית כלים להמרת PDF ל-DOC?

הנה כמה:
https://www.google.co.il/search?q=pdf+to+doc
חוץ מזה, קיימים כלים שבהם העבודה עם PDF קלה יותר מאשר בכלים של Adobe, ואף יש יכולות עריכה. ממליץ לך לנסות את Foxit, למשל. והנה עוד אפשרויות שאפשר לבדוק:
https://www.google.co.il/search?q=edit+pdf

 

[בוזוקיא]

תשובה

אכן ניסיתי, והופתעתי מהתוצאות הגרועות שקיבלתי ולכן התעוררה הסקרנות שלי מדוע ההמרה כל כך קשה. ציפיתי שבקטעים של דיאגרמות מסובכות או טלבלאות למיניהן המסמך יתבלגן קצת, אבל לא ציפיתי שאפילו שורות רגילות ישתבשו...רווחים לא במקום, ירידת שורות לא במקום וכו'.

בעיקרון השאלה שלי עכשיו היא נטו מתוך סקרנות, אני כבר לא זקוק להמרה הזאת, אבל אני עדיין תוהה מדוע תוכנות ההמרה כל כך מסתבכות. ממבט ראשוני זה מרגיש שכל עוד עוד ניתן לסמן בעזרת העכבר את הcharים השונים, זה אומר שהמחשב יודע לבצע ביניהם הפרדה, אז מה איפה הקושי בלבצע העתקה? לא ברור לי.

דרך אגב בקשר לfoxit, אני משתמש בו כבר שנים...עוד מהתקופה שלמחשב שלי היה לוקח איזה דקה שלמה לטעון את acrobat ושניות בודדות בשביל לטעון את פוקסיט