Ajuda Eu Pow! Copiar texto de pdf

Tecnologia
Quorthon   180º
em 27/10/23 12:28

Comentários

Último comentário 1º comentário do autor Só moderadores Só os meus Só quem eu sigo Ordenar por gostei
viniciuspinho 
em 27/10/2023 13:37
Já tentou utilizar outro programa de PDF sem ser o PDF24?

É bom verificar se em outro software o mesmo erro acontece.
Ajuda Eu Pow! Copiar texto de pdf - #1 de 7
ifb  180º
em 27/10/2023 14:06
tenta abrir o pdf para o MS Word... as vezes funciona... a Adobe também tem uma ferramenta web para edição de pdfs, mas é paga.
Ajuda Eu Pow! Copiar texto de pdf - #2 de 7
Charlito  3º
em 27/10/2023 14:12
Uma vez usei um site em que dava pra upar o PDF e ele devolvia em DOC no Word. Gratuito.

Procura "PDF to DOC online" que deve achar.

Não faria isso com documentos sensíveis, claro.
Ajuda Eu Pow! Copiar texto de pdf - #3 de 7
FinoFW  180º
em 27/10/2023 14:15
Ajuda Eu Pow! Copiar texto de pdf - #4 de 7
Quorthon  180º
em 27/10/2023 15:10
Peço desculpas, mas não fui claro na dúvida. Vou utilizar o python para fazer a varredura dos arquivos e retirar os textos, então essas opções elencadas aqui não resolvem.

A questão é que o pdf gerado não permite extrair o texto, imaginei que podia ser algum tipo de trava ao criar o arquivo pdf que talvez possa ser retirada de alguma maneira.

Já tentei a opção print to pdf, mas nesse caso é pior ainda pois ele transforma o pdf em imagem.

Se não conseguir extrair o texto vou ter que fazer a retirada lendo o pdf como se fosse uma imagem, já testei e funciona, mas não fica 100% fiel ao texto.
Ajuda Eu Pow! Copiar texto de pdf - #5 de 7
FinoFW  180º
em 27/10/2023 16:25
Já passei mais ou menos por essa situação. 

Trabalhei em uma empresa de ATS (Application Tracking System) aonde eu precisava extrair conteúdo de currículo dos candidatos para poder pesquisar o conteúdo posteriormente. Existem varios fatores que podem complicar bastante esse tipo de operação, tem todo o tipo de bizarrisse em arquivos pdf...
Exemplo: otimizações dos caracteres "f" e "i" sendo encodados como um caractere unico "fi" (“?” U+FB01 Latin Small Ligature Fi Unicode Character) e isso ferrava com a busca...

Acho que a maneira mais eficiente tende a ser usar alguma especie de OCR (OCR With Google AI  |  Google Cloud) integrada.
 
 
Ajuda Eu Pow! Copiar texto de pdf - #6 de 7

6 usuários comentaram este tópico.
Clique para ir para o primeiro comentário do usuário.