Hyvä, edullinen PDF-tekstin lukijasofta?

[T.T.]

Mikäli olisi macOS Ventura 13.6 -ympäristössä toimiva, ei satasia maksava softa, joka ymmärtää pdf:ssä olevan tekstin tekstiksi, ja sen voisi kopsata tällä softalla pdf-dokkarin sivuilta tekstinkäsittelyohjelmaan jonkinmoisella osumatarkkuudella (ei tarvitse olla 100%).

[jrp]

Esikatselu. Tulee koneen mukana.

[Machist]

Näyttää monet olevan kk maksullisia nykyisin

Acrobat Pro US$19.99/mo

PDFgear mainostaa olevansa ilmainen
https://www.pdfgear.com/pdf-converter/

[homenamsi]

PDF-dokumentissa voi olla kuvia - jotka sisältävät vain tekstiä. Tällaisia tulee mm. kopiokoneskannereista, joiden ’PDF’ on vain kuva PDF-kääreessä. Ei pätkääkään PDF:ää.

Silloin tarvitaan OCR - eli tekstintunnistussovellus. Ymmärtääkseni Esikatselu -sovelluksessa on kätkettynä moinen. En tiedä mistä versiosta alkaen.

[Fixx]

Tekstin kopioiminen PDF-dokumentista onnistuu tottakai millä PDF-sovelluksella vain. Kannattaa ensimmäisenä kokeilla Applen omaa Preview/Esikateluohjelmaa. Adoben Readerilläkin voi kokeilla. Eroja saattaa sitten syntyä siinä, miten rivin- ja kappaleenvaihdot ymmärretään. Minulla on yleensä tässä käytössä PDF Expert, jonka hinnoittelu on tainnut muuttua ikävämmäksi.

Jos kuvasta pitää teksti lukea niin käytän Picatext-nimistä pikku ohjelmaa. En kyllä tajua miten Previewin saa tekstiä tunnistamaan..

[homenamsi]

Jos PDF-dokumentissa on kuvia - tai kyseessä on kuvamuotoinen dokumentti (TIFF, JPEG tms.), tekstin tunnistus kuvasta toimii Esikatselussa (Preview) näin:

https://support.apple.com/fi-fi/guide/p ... 5a5b2c/mac

[Ilkka66]

Näyttää monet olevan kk maksullisia nykyisin

Acrobat Pro US$19.99/mo

PDFgear mainostaa olevansa ilmainen
https://www.pdfgear.com/pdf-converter/

Ilmaisella Acrobat Readerillä voi kopioida tekstiä ihan samalla tavalla kuin maksullisella Acrobat Pro:lla. Jälkimmäistä tarvitaan, jos esim. haluaa muokata PDF-dokumenttaja.

https://www.adobe.com/fi/acrobat/pricin ... sions.html

[KenSu]

PDF-dokumentissa on tietääkseni mahdollista myös määritellä että siinä olevaa tekstiä ei voi kopioida (vaikka se olisikin tekstiä eikä kuvaksi renderöity). OCR-softa toimii tällaiseen tapaukseen hyvin. Itse olen tottunut käyttämään tälläkin foorumilla esiintyneen kehittäjän OwlOCR-ohjelmaa. Se on näppärä (tosin tekijä näyttää myyneen softan eteenpäin ja lisenssimallikin taitaa olla muuttunut).

[stiftari]

Applen Esikatselussa on mielestäni hyvä yksityiskohta esm. parisatasivuisissa pdf käyttöohjeissa sivupalkista deletoida muut kuin halutun kieleiset ohjeet, tallentaminen salattuna ja vaikkapa allekirjoituksen lisääminen (Pagesista tallennettuna) kameralla suoraan sem. s-postissa lähetettävään dokumenttiin.
Ei ole kokemusta noista maksullisista lukijoista onko niissä samoja ominaisuuksia mutta MacOS nuo tulee mukana
Ainakin vinukan pdf-kokemus on surkea verrattuna vaikkapa Sonomaan

[T.T.]

Alkuperäinen urpå täällä.

Monet ehdottivat Esikatselua.
Arvelinkin että niin käy.

Toki Esikatselu toimii heittämällä, jos on vaikka kyse alun perin docx-, Pages-, whatever-tekstidokumentista, joka on muunnettu pdf:ksi ja sitten haluaakin kaapata tekstin sieltä pdf:stä takaisin käsittelyyn. Sen kun maalaa vain tekstin ja kopsaa. No problem.

Harmi kyllä, ainakaan Esikatselu täällä ei sen sijaan ymmärrä yhtään mitään itse skannatuista pdf-sivuista. Ei se tajua edes millään kontrolli-klikeillä pdf-sivujen sisältöä tekstiksi. MIlläköhän ilveellä saatte tämän softan toimimaan niin?

Olen siis skannannut aimo tukun sivuja pdf:ksi, ja haluaisin menetelmän, joka ymmärtää että sivuilla on tekstiä, jotta voisin kopioida aineiston tekstinkäsittelyohjelmaan myöhempää käsittelyä varten.
Ainakaan minun Esikatseluni ei toimi tuohon tarkoitukseen lainkaan.

[jrp]

Esikatselu osaa kopioida tekstin vaikka kuvankaappauksista, eli png -tiedostoista.
Kokeile tallentaa pdf-tiedosto uudestaan (Esikatselulla) toisella nimellä. Tämän jälkeen kopiointi pitäisi onnistua.

[egoste]

Acrobat toimii oikein hyvin, mutta toki maksullinen.
Nanonets online voisi olla toimiva…
https://nanonets.com/blog/how-to-ocr-pdf/

[homenamsi]

Olen joskus hankkinut jostain kampanjatarjouksesta Cisdem OCR:n mutta käyttö on jäänyt satunnaiseksi.

Cisdemin blokisivulla on asiallisen näköinen katsaus maksuttomiin ratkaisuihin, sekä sovelluksiin että nettipalveluna toimiviin.

https://www.cisdem.com/resource/online- ... ml#preview

Jos tarve on tilapäinen, harkitsisin ensijaisesti noita nettipalveluita, vaikka jotain maksullista lyhyeksi ajaksi. Esimerkki tällaisesta:

https://www.pdf2go.com/pdf-to-text

[Fixx]

homenamsin ohjeen mukaan Esikatselun ocr:n pitäisi toimia.

Käytän itse isommissa hommissa Readiris-softaa. Hyvät ocr-softat tuppaa olemaan hintavia. Tällä kuitenkin saa hyvin tunnistettua suomi-tekstiä raaka-word-tiedostoiksi minimituskalla.
Pikkuhommissa sitten mainitsemaani picatextiä.