Page 1 sur 21, 2 SuivantRecupérer texte pdf sous linux

[korova08]

Je m'explique : j'ai souvenir que quand j'étais sous windows, avec acrobat reader, je pouvais copier/coller le texte d'un fichier pdf (sans mise ne forme ni rien, juste le texte brut, mais c'est qu'il me faut, là...)
Or sous linux, je n'y arrive pas, ni avec kpdf, ni avec xpdf.

Quelqu'un saurait-il comment faire avec un de ces 2 logiciels, ou bien quel lecteur pdf utiliser sous linux pour juste récuperer le texte brut d'un pdf (sans mise en forme) ?

Merci de vos conseils avisés

[Maps]

Xpdf fait ça très bien(*1), comme la plupart des lecteurs de pdf (*2) sous Linux (*3) !

Maps


(*2) tu peux aussi utiliser Evince, gpdf (sous Gnome), etc.


(*3) évidemment si le pdf le permet, ce qui n'est pas le cas de tous les pdf... (mais le problème est le même sous Windows !)


(*1) évidemment aussi, xpdf le fait à sa manière : sélectionne avec la souris le texte que tu veux copier et clique simplement avec la molette dans l'application où tu veux coller la sélection... Ce qui est rigolo, c'est que tu peux sélectionner des bouts de phrases, ou juste une partie d'un paragraphe (qui ne se suit pas forcément dans le texte)... Pas si archaïque que ça(*4), xpdf


(*4) remarque, il n'accepte pas le Ctrl+C / Ctrl+V...

[Sebastien]

Je m'explique : j'ai souvenir que quand j'étais sous windows, avec acrobat reader, je pouvais copier/coller le texte d'un fichier pdf (sans mise ne forme ni rien, juste le texte brut, mais c'est qu'il me faut, là...)
Or sous linux, je n'y arrive pas, ni avec kpdf, ni avec xpdf.

Tu as eu la réponse avec xpdf, c'est aussi possible avec kpdf : tu devrais avoir une petite icône représentant un carré avec une flèche de curseur à l'intérieur, cette icône sert à sélectionner une partie du texte (ou même des images, je crois bien, mais je n'ai jamais utilisé cette partie).
Si tu n'as pas l'icône, c'est dans le menu «Mode souris», tu dois choisir «Sélectioner» en bas de ce menu.
(testé avec kpdf 0.4.2)

[JP]

Tu peux aussi telecharger acrobat reader pour linux... La fonction manquante dans xpdf ou kpdf est plutot la fonction recherche...

[korova08]

Dois vraiment être nulle j'avais jamais réussi à le faire jusqu'ici...

[serged]

(*3) évidemment si le pdf le permet, ce qui n'est pas le cas de tous les pdf... (mais le problème est le même sous Windows !)

Là un petit bricolage devrait quand même permettre d'y arriver...

[Maps]

La fonction manquante dans xpdf ou kpdf est plutot la fonction recherche...

La fonction recherche existe sous Xpdf ! Un petit Ctrl+F ou un clic sur les jumelles marche très bien pour ça...

Maps

[alaingre]

Bonjour

Mais non tu n'es pas nul car tout dépend comment à été fait pdf .... et l'outil de capture de texte ne fonctionne pas sur certains document au format pdf y compris avec acrobat reader (*)

Pour en savoir plus je te conseil cet excellent site duquel je cite

Avec certains fichiers PDF, la récupération du texte est impossible. Cela n'est pas forcément dû à une protection quelqueconque du PDF, mais à la façon dont le texte a été enregistré dans le fichier PDF. Si le copier-coller du texte donne des caractères bizarre, vous ne pourrez jamais en extraire le texte. Il n'y a rien que vous ou moi puissiez y faire.


http://sebsauvage.net/pdf/


(*) pour installer la dernière version propriétaire mais gratuite du lecteur d'adobe si tu es sous ubuntu et que tu as mis à jour les dépos avec easy ubuntu il suffit de taper dans une console la formule magique :

sudo apt-get install acroread

[korova08]

Mmm, bon, pas si nulle que ça quand même, hein...
En utilisant la bouton du milieu de ma souris avec xpdf, je reconnais que ça marche... (mais ça ne marchait pas avec ctrl-C / ctrl-V comme expliqué plus haut)
Et en fait, je n'ai pas kpdf mais KGhostView, donc je n'ai pas le bouton magique qui permet de sélectionner le texte (forcément). Je finis par confondre tous ces trucs en K, moi. (Y'a trop de logiciels dans le libre, marre quoi ! )

Quant à télécharger acroread, bah, pourquoi pas, mais pas avec apt-get, car je ne suis pas sous ubuntu mais sous debian, et acroread est pas dispo sous debian (pas assez libre, je suppose...)

Merci pour votre aide en tout cas

[limax]

Quant à télécharger acroread, bah, pourquoi pas, mais pas avec apt-get, car je ne suis pas sous ubuntu mais sous debian, et acroread est pas dispo sous debian (pas assez libre, je suppose...)

Il y a longtent que tu es sous debian?
évidemment que cela marche apt-get. Je n'utilise que apt-get pour installer les softs.
pour acroread il suffit de mettre les (exellentes) sources Marillat. Dans ton /etc/apt/sources.list tu rajoutes la ligne:
deb ftp://ftp.nerim.net/debian-marillat/ sid main (Si tu as une etch tu remplaces sid par etch)
Il te faut taper ensuite en root
# apt-get update (pour mettre à jour)
# apt-get install acroread (pour installer acroread)