ru.linux

 
 - RU.LINUX ---------------------------------------------------------------------
 From : Ivan Gurin                           2:5004/75.180  23 Aug 2007  12:45:54
 To : All
 Subject : PostScript -> Plain text
 -------------------------------------------------------------------------------- 
 

 
  Hедавно заметил, что утилитки типа pstotext неспособны извлечь текст из
 некоторых постскрипт-документов. Hа данный момент пришел к выводу, что проблема 
 то ли в документах со встроенными (embedded) шрифтами вообще, то ли со
 встроенными шрифтами Type 42.
  Hапример, в "нормальном" постскрипте вывод слова может выглядеть как
 
 2458 883 M (Windows)[95 28 50 50 50 72  0]xS
 
 , в то время как в проблемном - что-то типа
 
 256 array 0 1 255 {1 index exch /.notdef put} for  /TTE260DC40t00
 Type42DictBegin
 [<00010000000a000a000a000a63767420f32cda81000000ac000007c66670
 676dc3a61d010000087400000631676c796660978a9e0000528c000485d6
 ...
 00017375007373004569440073730173742b2b2b2b2b732b00732b752b2b
 732b2b2b2b2b2b2b2b2b2b0000>
 [15785 11565 15133 15893 15661 16181 16337 16077 15205 16177 15877 16065 15621
 15813 16129 13457 16337 16293 16819 ] AllocGlyphStorage
 ]def
 108 44
 PrepFor2015
 AddFontInfoBegin
 AddFontInfo
 /OrigFontType /TrueType def
 /OrigFontName <54696D6573204E657720526F6D616E> def
 /OrigFontStyle () def
 /FSType 0 def
 AddFontInfoEnd
 [16#2c 16#f05be201 ] AddXUID
 Type42DictEnd
 
 ...
 
 /TTE260DC40t00 findfont /CharStrings get begin
 /afii10081 617 def
 /afii10069 606 def
 /afii10078 614 def
 end
 /TTE260DC40t00 findfont /Encoding get
 dup 12 /afii10081 put
 dup 13 /afii10069 put
 dup 14 /afii10078 put
 pop
 F0S64YFFFFFF9C Ji
 1565 883 M <0C040D020B020A070E06>[54 50 51 44 54 44 44 44 63  0]xS
 
 (загрузку первых одиннадцати символов я опустил).
 
  Так вот, не подскажите ли способ извлечения текста из такого постскрипта?
 
  Чисто умозрительно могу предположить, что проблему можно решить путем
 наворачивания ocr.ps, который прилинкован к pstotext и используется для
 интерпретации исходного документа, но что-то нигде не нашел подобных попыток, а 
 самому пока что слабо...
 --
 Best regards,
  Ivan Gurin
 
 --- GoldED+/W32 1.1.4.7
  * Origin: Hерушима та стена, в которой ты - кирпич (2:5004/75.180)
 
 

Вернуться к списку тем, сортированных по: возрастание даты  уменьшение даты  тема  автор