本文发表在 rolia.net 枫下论坛将PDF文件转换为TXT文件
2000-02-24 00:00:00· Pasic·电脑报

--------------------------------------------------------------------------------
　　PDF是电子图书常用的文件格式，但是由于PDF文件不便阅读(需要安装Acrobat才能看），而且少则几百K,多则十来兆，不便网上传输，我们常常希望能把它转化成文本文件格式，却又往往无从下手。其实，这并不是一件难事。
　　首先，我要向大家介绍一个能将PDF文件转成TXT文件的软件——Aerial2.0。
　　我们知道，阅读PDF文件的工具，当属Adobe的Acrobat reader软件了,而Aerial则是Acrobat的一个插件。在安装了Aerial之后，Acrobat reader的菜单中的"plug－ins"就会多出一项"Aerial"。
Aerial 2.0为我们浏览PDF文件提供了强大的功能：
　　1.index manager:用于查找和管理文章的索引（必须要有Acrobat Exchange）；
2.navigator: 为PDF文件建立树结构，方便我们浏览；
　　3.paper clip page:剪贴页管理（必须要有Acrobat Exchange）;
　　4.copy table to clipboard:将表格复制到剪贴板；
　　5.save as RTF :这才是我们最需要的功能，转化之后不仅保留了文字，连字体和颜色图案都能保留下来！
　　但是，Aerial并不是万能的，它对中文支持不太好，排版有时会比较混乱，而且遇上扫描的纯图形的PDF文件时就无能为力了。要想把此类PDF文件转化成文本文件，就相对麻烦一些了，具体步骤如下：
1.先用Acrobat打开PDF文件，选定区域，放大到300％��500％（视具体情况而定），复制到剪贴板。
　　2.用Photoshop或Photoimpact等图形软件调出剪贴板的图形，存成单色的（注意：一定要单色）TIF、PCX或BMP文件，图形文件格式视你所用的OCR软件而定。笔者推荐使用BMP文件存盘。
　　3.用OCR软件识别图形文件（笔者用的是Wtocr7.0），经过简单的排版校正后，一般能有95％以上的识别率。再经过你的手工修改后，就可以了。
　　以上是笔者在实际过程中的一些经验，希望能对朋友们有所启发。Aerial 可以到http://www.ambia.com下载。更多精彩文章及讨论，请光临枫下论坛 rolia.net