各種電子圖書館文章（PDF、PDG、CAJ）轉爲Word文檔的方法

各種識別軟件對電子圖書館文章的識別各有缺陷，有的只能識別字，對錶格和圖形無能爲力；有的識別後生成的版面亂七八糟，無 法使用。還在爲不同格式的文件怎麼變成Word文件發愁嗎？現在好了，本文給出了所有情況下全文件表格、圖形、文字識別的完美解決方案，幫助大家掌握正確 方法，節省時間：

　　1、PDF文件的識別

　　1)文件可以直接識別的(以文本形式保存的PDF文件)：安裝acrobat 7專業版，注意不是acrobat reader，直接另存爲rtf文件(識別整個文件)，或者選擇工具欄上的文字選擇按鈕，然後選擇文字區域，然後複製到Word等中。

　　2)文件不能直接識別的(以圖片形式保存的PDF文件)：安裝office2003，並裝上office工具 Microsoft Office Document Imaging(完全安裝此工具)，然後在打印機裏面會增加Microsoft Office Document Image Writer打印機，然後將PDF文件打印到此打印機，選擇打印形成的文件的保存位置，然後會自動形成一個MDI文件，並且自動用Microsoft Office Document Image打開此文件，然後選擇“工具”菜單下的“使用ocr識別文本”，識別完成後，在選擇“工具”下的，“將文本發送到Word”，最後將把整個 PDF文件識別輸出到Word文件中。

　　注意：Microsoft Office Document Image可以非常準確的全文件識別轉化中文、英文、表格，但是無法將圖形輸出到Word，而是把文件中的所有圖形單獨形成一個個獨立的圖片文件，放在相 同位置的一個相同名稱的文件夾中，因此可用snagit軟件將圖形打開，然後複製到Word中。(所有的識別軟件都不能很好的處理圖形的識別問 題，Microsoft Office Document Image的這種處理方法已經是非常好的解決這個問題了。)

　　3)加密的Pdf文件：先下載解密軟件，解密後在參看1),2)

　　4)繁體pdf文件：用2)的方法識別到Word後，用Word中的“工具”--“語言”---“中文繁簡轉換”

　　2、caj文件的識別：

　　1)局部文字識別：直接使用caj瀏覽器的ocr

　　2)全文件識別：打印到Microsoft Office Document Image Writer打印機，後面和上面的2)操作一樣

　　3)博碩論文全文下載：在線閱讀博碩論文，待可以看到最後一頁後，不要關閉caj瀏覽器，到caj安裝目錄下cache中找到一個較大的文件，拷貝到其他位置即可。然後使用2)全部轉化爲Word。

　　3、超星文件的識別：

　　1)局部文字識別：直接使用超星瀏覽器的ocr

　　2)全文件識別：打印到Microsoft Office Document Image Writer打印機，後面和上面的2)操作一樣，要注意的是，超星打印功能有點區別，因爲超星是目錄和全文分開的，所以打印時，需要分別把目錄和正文識別 到Word中，在合併到一起。打印時要填入打印頁碼從1到最後一頁，不要選擇打印全部。此外在打印選項中，還要將頁面比例設成真實大小，而不是整寬。注 意：識別速度比其他格式要慢很多，請保持耐心，但是最後當你看到輕鬆的生成全本書的Word版本時，你會欣喜若狂的，呵呵。我的試驗結果是一本280頁的 書，識別需要幾分鐘的時間。

　　3)超星相對比較麻煩一些，如果還有問題，可以先把超星打印成完整的pdf文件，然後在用1、的方法轉成Word

　　4、其他情況下的識別：

　　使用snagit軟件將任何形式的文字可以變成圖片，例如使用snagit將屏幕拷貝成圖片，然後右鍵點擊圖片文件，用microsoft Office Document Image打開圖形，其他和2)一樣。

　　注意：其他的各種識別軟件請不要在用，因爲要麼只能識別中文，要麼只能識別英文，要麼不能識別整個文件，要麼不 能識別屏幕拷貝圖像，要麼識別誤差很大，要麼不能識別表格，要麼需要註冊，要麼識別速度很慢，要麼使用不便(和Word結合不緊)，這些軟件包括：紫光 ocr，萬方pdfocr，尚書，漢王，ScanSoft PDF Converter，pdf2Word，以及各種被推薦的軟件等等，我都裝過，現在都像LJ一樣刪除了。只要安裝了acrobat 專業版，snagit，office2003，現在你可以完美的做任何事，最重要的是這幾個軟件很好得到。

　　針對一些問題的補充：

　　經過一些試驗，發現microsoft Office Document Image 存在一些不穩定的問題，例如在用caj打印到Microsoft Office Document Image Writer打印機時，發現用caj5.5版本比較快，(caj5.5不能加升級補丁)，而caj5.0有時出現假死機。

　　另外頁面顯示大時，轉化的識別率較高。

　　如果頁數多的文件，包括超星，如果有問題，可以分多次轉化。

　　再次補充：

　　1、由於虛擬打印到Microsoft Office Document Image Writer 比較慢，並且形成的虛擬文件很大，1本200多頁的書大約是60M，因此會嚴重影響機器的運行速度和C盤空間以及內存空間，建議配置好的機器一次轉化不要 超過200頁，配置差的不要超過100頁，同時打印時在右下角系統欄中會出現打印機圖，你可以雙擊，看到打印任務的進度，以免以爲死機了。另外轉化完成後 請刪除c：\windows\temp目錄下的虛擬打印文件，否則你的c盤很快會被用光。

　　2、建議如果發生打印到Microsoft Office Document Image Writer很慢或者假死的情況，可以先打印到snagit虛擬打印機，會自動生成tiff文件，速度比Microsoft Office Document Image Writer快，然後在snagit中，選擇打印機爲Microsoft Office Document Image Writer打印機，(相當於再打印到Microsoft Office Document Image Writer打印機)，然後選擇snagit---outputs下的printer，然後選擇snagit----file----finish output，即可生成msi文件，其他一樣。轉化完成後請刪除c：\windows\systems32\snagit臨時文件。

原貼：[url]http://soft.yesky.com/office/30/2569030.shtml[/url]

 

個人補充：

下面是我使用的經驗

方法一：（目前超星新書好像已經封了虛擬的功能，採用此法可以，但速度慢得難以忍受）
1。Fineprint Pdffactory Pro 軟件一個（各大網站均有下載）

2。點擊欲改PDF的超星或CAJ文件打開閱覽（超星圖書最好打開封面頁cov001.pdg)，點擊"打印"，出 現的對話框中打印頁數應填整本圖書的頁數（包括封面頁、前言頁、目錄頁、正文頁等，可用ctrl+A查看全部頁數），點擊"確定"，選 中"Fineprint Pdffactory Pro "打印。
3。這樣打印出來的PDF書中全部包括了封面頁、前言頁、目錄頁、正文頁等，也 不需要用什麼軟件合併，那樣太麻煩。不過轉化後的書應"另存爲"某一路徑中，否則只有到C:\Documents and Settings\*\My Documents\PDF files\AutoSave中去找了。

方法二：（針對超星可以虛擬打印的書籍，速度超快）
1：直接添加打印機，然後選擇一款後面帶有PS的打印機，最好選擇彩色打印機，比如：HP Color LaserJet 8550-PS，這樣就可以打印彩色書籍了，端口只要選擇不衝突就行，一路下一步安裝結束，就可以使用了
2：打印時選擇打印到文件，這時需要輸入文件名，自己連路徑一起輸入，擴展名直接用ps就行，如果沒有路徑打印出來的文件就在超星的history文件中。
3：然後就可以使用Acrobat Distiller（Adobe Acrobat Professional自帶有此軟件）轉換成PDF文件，速度比其它虛擬打印機快很多

[url]http://lm2000i.bokee.com/viewdiary.15448178.html[/url]