将PDF文件转换为TXT文件

　　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。(not compatible with Acrobat 5).
　　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.china139.com/soft/28-1.asp下载。或者点此下载。

　　想把PDF文件转换成文本方式的工具也很多。比如在Acrobat 5.0中，我们可以快速地将Adobe PDF文件另存为RTF文件，或者TIFF、JPEG、PNG格式的图像文件。Acrobat可将Adobe PDF文件的每个页面转换成单个的图像文件，图像格式视所选而定；利用PDF2HTM也可以将PDF文件变为HTML文件，而且完全支持中英文PDF文档的转换，对PDF的版面信息可以完全保留，生成HTML的效果基本与原版的PDF一致，简单排版后即可输出。如果你对其中的插图不感兴趣，还可以用PDF2TXT。下面我们一起来看看下PDF2HTM和PDF2TXT的用法。

　　★PDF2HTM★

　　从http://www.pdfimage.com/pdf_ps/pdf2htm/PDF2HTM2.0.zip处下载的PDF2HTM文件不过106KB，其中包括一个文本文件README.TXT和一个程序文件PDF2HTM.EXE。这是一个基于DOS环境的程序文件，由魔镜软件工作室独立开发。

　　它的用法很简单。进入MSDOS方式，转到程序所在目录，假设要转换的PDF文件也在同一目录，文件名为demo.pdf，在DOS命令提示符下输入“PDF2HTM demo.pdf”即可。再dir一下或者回到Windows资源管理器下看看，增加了些什么文件？

　　★PDF2TXT★

　　从ftp://ftp1.mydown.com/home2/soft33/pdf2txtv2.0.zip处下载的pdf2txtv2.0.zip是508KB，内含两个文件：GZIP.dll和pdf2txt.exe。我们只需把它们解压到同一目录即可。



　　运行pdf2txt.exe，单击“File”下的“PDF2TXT”，弹出打开文件对话框，如图1。选择一个欲转换的PDF文件，单击“打开”，随后弹出一“另存为”对话框，设定文本文件保存的位置。单击“保存”。OK！快到你所设定的位置上去看看吧。是不是很令人心动？

　　当然，如果你已经安装了Adobe Acrobat Reader，你就可以用它来转换PDF文件了。

　　以上给大家详细介绍了获取各种帮助文档的源文件(文本文件和其中的插图)的工具和用法。利用这些源文件，我们就可以实现本篇开头所提出来的目标??既不买书，又可以免去了眼睛的“奔波劳顿”(看屏幕要左右来回移动)之苦。把帮助文档的源文件用打印机打出来，自己制作的一本参考书不就到手了吗？呵呵！
(Pasic)

本文根据：《电脑报》1999年3月01日第08期　修改整理