В этой статье мы рассмотрим преобразование PDF документов в редактируемый текст в Linux с использованием графического инструмента Calibre.
Стоит отметить программа Calibre для извлечения текста из PDF файлов не может извлечь текст если PDF файл состоит из изображений (например отсканированных страниц / рисунков книг).
Преобразование PDF в текст с использованием Calibre.
Calibre это программа для тех кто любит читать, скачивать книги и сохранять большое количество книг у себя на компьютере. Программа поддерживает организацию, отображение, редактирование и преобразование электронных книг поддерживая широкий спектр форматов. Приложение работает на Linux, MacOS и Windows.
Calibre доступен в репозиториях вашего дистрибутива Linux и вы сможете установить его с помощью команды через терминал:
sudo apt install calibre
Теперь когда Calibre установлен в вашей системе запустите его и нажмите Добавить книги (Add books) чтобы добавить PDF (или несколько файлов PDF ) который вы хотите преобразовать в текст. Calibre поддерживает пакетное преобразование нескольких файлов PDF в текст.
В списке книг выберите PDF файл (или несколько PDF-файлов для пакетного преобразования в .txt), который требуется преобразовать в текст и нажмите кнопку Преобразовать книги (Convert books ). В верхнем правом углу окна преобразования выберите TXT в качестве Формат вывода( Output format)
В этом диалоговом окне преобразования можно настроить множество параметров. Например, вы можете выбрать автоматическое удаление пробелов между абзацами или вставить пустую строку между абзацами.
После завершения настройки нажмите кнопку OK чтобы начать преобразование PDF в текст. Преобразованный файл txt можно найти в каталоге Авторы если имя автора или книги не может быть определено подпапка называется Неизвестный.
В этом случае у Calibre отсутствует способ конвертировать только страницу или диапазон страниц. В настоящее время программа может конвертировать только целые файлы PDF в текст.
Домашняя страница Calibre:
https://calibre-ebook.com/download
Стоит отметить программа Calibre для извлечения текста из PDF файлов не может извлечь текст если PDF файл состоит из изображений (например отсканированных страниц / рисунков книг).
Преобразование PDF в текст с использованием Calibre.
Calibre это программа для тех кто любит читать, скачивать книги и сохранять большое количество книг у себя на компьютере. Программа поддерживает организацию, отображение, редактирование и преобразование электронных книг поддерживая широкий спектр форматов. Приложение работает на Linux, MacOS и Windows.
Calibre доступен в репозиториях вашего дистрибутива Linux и вы сможете установить его с помощью команды через терминал:
sudo apt install calibre
Теперь когда Calibre установлен в вашей системе запустите его и нажмите Добавить книги (Add books) чтобы добавить PDF (или несколько файлов PDF ) который вы хотите преобразовать в текст. Calibre поддерживает пакетное преобразование нескольких файлов PDF в текст.
В списке книг выберите PDF файл (или несколько PDF-файлов для пакетного преобразования в .txt), который требуется преобразовать в текст и нажмите кнопку Преобразовать книги (Convert books ). В верхнем правом углу окна преобразования выберите TXT в качестве Формат вывода( Output format)
В этом диалоговом окне преобразования можно настроить множество параметров. Например, вы можете выбрать автоматическое удаление пробелов между абзацами или вставить пустую строку между абзацами.
После завершения настройки нажмите кнопку OK чтобы начать преобразование PDF в текст. Преобразованный файл txt можно найти в каталоге Авторы если имя автора или книги не может быть определено подпапка называется Неизвестный.
В этом случае у Calibre отсутствует способ конвертировать только страницу или диапазон страниц. В настоящее время программа может конвертировать только целые файлы PDF в текст.
Домашняя страница Calibre:
https://calibre-ebook.com/download
