pdf a word

[Cidraque]

Debo disculparme por la tardanza. Lo que pasa es que el original (pdf) lo tengo, y el corregido también, pero el que aparece con falsos ente)r ya no lo conservé, y tendría que usar el SoldConvertePdf para generarlo nuevamente. Lo puedo hacer, pero te ruego un par de días....

Bah no te preocupes, es que me gustan los retos, quería conseguirlo haciendo lo que te dije, pero si no lo tienes no pasa nada.

Gracias de todas formas

[xela]

Gran problema este el de los saltos de línea. Ayer estuve trasteando con el Abby Finereader y efectivamente, aplica el OCR a todas lás páginas. Evidentemente, el resultado es bueno, al ser texto original en el PDF, pero innecesario el paso. Voy a probar el Transformer, que como bien dices, ener, no aplicará OCR y sólo aplicará los patrones de maquetación del Abby, que es lo que nos interesa.


Saludos

[xela]

Ya he probado el Transformer 3. Tiene dos opciones de conversión, formato texto o formato original. El primero es algo desastroso, por lo que me decanto por el segundo, que es bastante mejor. Se solucionan casi todos los falsos saltos de línea (que ya es decir, teniendo en cuenta que el proceso tarda 1 minuto), pero queda un tipo sin solventarse: una frase a mitad que pasa a otra página del documento. Ejemplo:


esposa y sus hijos, lo cual no era una casualidad, porque nunca hablaba de otra cosa. Traía
(fin de página)

una nevera, una lavadora automática, y una radio y una estufa.
(nueva página).

En el documento .doc aunque quede espacio suficiente, nos coloca "Traía" en una línea sola y varias en blanco debajo. Seguidamente, la continuación de la frase.
Es jodido, sí, y no sé como solventarlo, pues no hay más opciones, pero ya es un comienzo...

[silicon]

Convirtió muy bien, pero es escandalosa la cantidad de saltos de línea falsos que hay. Me refiero a que al final de muchas de las líneas hay un salto de línea (enter) donde no debía haberlo.

Perdí la cuenta de cuánto tiempo estoy remplazando esos falsos enter por un espacio, a lo largo de todo el día, y todavía voy por las 3/4 partes... (mañana me espera otra lomeada del 1/4 faltante).

Un pequeño truco que seguramente te ayude.

En un documento word suele haber dos tipos de "enter"

Uno de ellos es un salto de linea (se pasa a la linea siguiente) y otros es un salto de parrafo (se comienza un nuevo parrafo).
En la mayoria de estas conversiones los falsos ENTER suelen ser saltos de linea.

Para corregirlos vas al word y con la opcion reemplazar le dices que reemplace "^L" por " " (un espacio en blanco).
Tambien es probable que hay opciones de silabeo, pon lo que puedes decirle que reemplace "-^L" por "" (nada, es decir, en blanco sin espacio)

Despues te quedaran los saltos de pagina del libro original. Estos suelen ser saltos de parrafo.
Para sustituirlos cuando se hizo silabeo usas: "-^p" por "" (nada) y reemplazas todos.
Los que no tienen silabeo son mas complicados, pero son faciles de distinguir porque no acaban en un punto.
Por tanto buscas "^$^p" con lo que te los encontrara facilmente. Asi tambien te encontrara los capitulos, con lo que sera facil darles el formato adecuado (recomiendo marcarlos como TITULO2. La otra posibilidad es ",^p"

[anabelee]

Siempre vi que el rtf tiene tamaño grande. Pero cuál es el problema? poco espacio en disco duro? (no creo....)
Para calibre es obligatorio el rtf, pues el doc o el dox no los agarra. Y por supuesto, si el rtf está bien, el resultado es bueno.

Pero el rtf no es el único que admite calibre. Puedes usar un html, o bien el formato de openoffice. Ambos ocupan bastante menos que el rtf y conservan sus características.