RU/2: Форум. Общение пользователей и разработчиков OS/2 (eCS). : Ответить на сообщение

Имя:
e-mail:
FIDO:
Home page:
сохранить данные о вас

Тема:

> > Что-то с чем-то не стыкуется.
> 
> на самом деле всё прекрасно стыкуется.
> 
> > Из массы документов прекрасно извлекается текст.
> 
> Согласен: из массы - извлекается. Но попадаются и такие, где кодировка самодельная.
> Тут ведь какие варианты возможны:
> 1. Урезание шрифтов при создании PDF-а могло быть отключено вообще (редкий случай)
> 2. Урезание включено, но процент использованных в документе символов шрифта превышает тот порог, после которого урезание автоматически отключается.
> 3. Урезание производилось, но программа, создававшая PDF, производит эту операцию, не меняя кодировку символов.
> Во всех этих случаях проблем с извлечением текста, редактированием его в PDF-е, поиском и т.п. не будет. Но если программа урезала шрифты, изменяя попутно их кодировку - проблемы будут. И документы такие попадаются.
> 
> > P.S. Нет, я не спорю, что есть документы без текстового слоя, есть, наверное, и документы из которых извлекается мусор, а не текст, но глобальность проблемы кажется мне преувеличенной.
> 
> Зависит от личного опыта. мне лично преувеличенной кажется необходимость в извлечении текста :-) А по теме зависимости корёжения кодировок Дистиллером от его настроек и параметров печати я несколько лет назад целое исследование проводил, но его результаты обнародовал в другом, более тематическом, сообществе.
>  
> > P.P.S. Честно скажу, что описание кодировок текста в спецификации PDF "не вкурил" :)
> 
> Вообще-то у Adobe спецификация PDF - отдельно, а кодировки - отдельно. И сам PDF не накладывает на кодировки никаких ограничений. Впрочем, у затеи по имени "редактирование PDF" и без кодировок граблей хватает.

__, _, __, _,_ _, _ \|_ / \ \|_) \| \| \|\/\| \| \ / \| \ \| \| \| \| ~ ~ ~ ~ `~' ~ ~