الفريق العربي للبرمجةأرشيف المنتديات · 2000 – 2023
نسخة أرشيفية للقراءة فقط — التسجيل والمشاركة مغلقان، والمحتوى محفوظ كما كان.

ملفات PDF واللغة العربية

مغلق
بدأه TareqVB في 8 يونيو 2007 · 7 رد · 5,704 مشاهدة · في هندسة البرمجيات
مشاركة: واتساب X فيسبوك تيليجرام
#1 صاحب الموضوع

السلام عليكم

اقوم حاليا بالعمل على مشروع يقوم بفهرسة محتوى الملفات وبعد ذلك البحث بداخلها لكن تواجهني مشكلة ملفات

pdf العربية

حيث لا استطيع فهرسة هذه الملفات بشكل صحيح بسبب عدم ظهور الاحرف بشكل صحيح وانما تظهر على شكل رموز وفي احسن الاحوال لبعض الملفات تظهر الكتابة معكوسة.

حتى هذه المشكلة تظهر عند محاولة التخزين من الاكروبات عن طريق

save as text

لكن ما اذهلني في الامر في محرك البحث جوجل حيث يقوم بتحويل هذه الملفات الى العربية دون مشاكل تذكر عند الضغط على

view as html

مثال لبحث في جوجل

كذلك قرأت في هذا المنتدى عن التحويل الى ملف وورد لكن للاسف الروابط المشار اليها لا تعمل فهي قديمة

فهل من مساعدة من احد بهذا الخصوص باي فكرة او اضافة

او ادوات ؟

myblog.jpeg

مدونتي

استضافة مواقع asp.net :.Net 3.5,4,4.5, MVC2 & 3,SQL server 2008 R2, Crystal reports

#2

السلام عليكم

اخى دكتور عبد الحمن ليس هذا ما يسئل عنه الاخ طارق بل يريد طريقة للبحث عن النصوص داخل ملفات الPDF ::

هناك مكتبات مفتوحة المصدر بلغة الجافة تتعامل مع النصوص العربية إسمها iText يمكنك الاطلاع على الشفرة المصدرية لمعرفة كيفية التعامل مع النصوص العربية داخل هذه الملفات, لان هذه المكتبات تحتوى على دوال تقوم بوضع النصوص العربية وتنسيقها بالطريقة السليمة..

والسلام عليكم

لا إله إلا الله محمد رسول الله

busbar : يجب ان تدرك انه هناك حد ادنى للمعرفة المطلوبة قبل البدء في عمل أي شئ.

#3

المطلوب بالضبط استخلاص النص من ملفات pdf

pdfToText

وخاصة للعربي .

فلا اعرف ان كان Solid Converter PDF يتعامل مع العربي بشكل صحيح ام لا

myblog.jpeg

مدونتي

استضافة مواقع asp.net :.Net 3.5,4,4.5, MVC2 & 3,SQL server 2008 R2, Crystal reports

#4

لدي برنامج للتحويل من doc to pdf والعكس ،

حيث الحروف العربيه لاتظهر بشكل جيد في pdf ولكن عند تحويلها للوورد ، تظهر بشكلها الصحيح

تجد البرنامج في هذا الموقع : http://www.softinterface.com/

#6

يوجد أدواات كثيييييييييييير على الينوكس للتحول من pdf لصيغ متعدده ، ممكن تسأل في منتدي اللينوكس أو linuxac.org

#7

مشكورين للرد

لكن المطلوب التعامل مع العربي بشكل صحيح حيث توجد الكثير من الادوات التي تحول ال PDF الى نص لكن المشكلة في العربي لذلك ساجرب البرامج التي اقترحها الاخوة .

myblog.jpeg

مدونتي

استضافة مواقع asp.net :.Net 3.5,4,4.5, MVC2 & 3,SQL server 2008 R2, Crystal reports

#8
اقتباس
حيث لا استطيع فهرسة هذه الملفات بشكل صحيح بسبب عدم ظهور الاحرف بشكل صحيح وانما تظهر على شكل رموز وفي احسن الاحوال لبعض الملفات تظهر الكتابة معكوسة.

حتى هذه المشكلة تظهر عند محاولة التخزين من الاكروبات عن طريق

save as text

هناك نقطة أود الإشارة إليها بالنسبة لملفات PDF ..

ما تراه في بعض ملفات الـ PDF عبارة عن Glyphs وليست Characters ... لهذا لن تستطيع الحصول على النص الأصلي .. حتى Adobe Acrobat غير قادر على ذلك وهو ما أشرت إليه حين تستخدم Save As Text ...

حاول تقرأ أكثر في الـ Documentation من Adobe بخصوص PDF ...

النقاشات في http://www.planetpdf.com مفيدة جداً

"First they ignore you, then they laugh at you, then they attack you, then you win"

===

اقتباس

حُكَّامُـنَا إِنْ تَصَـدّوا لِلْحِمَــى اقْتَحَمُـوا ***** وَإِنْ تَصَدَّى لَـهُ المُسْتَعْمِـرُ انْسَحَبُـوا

هُمْ يَفْرشـُونَ لِجَيْـشِ الغَــزْوِ أَعْيُنَـهُـمْ ***** وَيَدَّعُــونَ وُثُـوبَـاً قَـبْـلَ أَنْ يَثِـبُــوا

الحَاكِمُـونَ و«وَاشُنْـطُـنْ» حُكُومَتُـهُـمْ ***** وَاللامِعُــونَ وَمَـا شَعَّـوا وَلا غَرَبُــوا

القَاتِلُـــونَ نُبُــوغَ الشَّـعْــبِ تَرْضِـيَـــةً ***** لِلْمُعْتَدِيــنَ وَمَـا أَجْـدَتْـهُـمُ الـقُــرَبُ

لَهُمْ شُمُـوخُ «المُثَنَّـى» ظَاهِـرَاً وَلَهُـمْ ***** هَـوَىً إِلَـى بَابَـك الخَرْمِـيّ يُنْتَسَـبُ

البردوني "أبو تمام وعروبة اليوم" 1971

===

اقتباس
عبيد الهوى يحكمون البـلاد ***** ويحكمهــم كلّهـــم درهــــــم

و تقتـادهـم شهـوة لا تنــام ***** وهـــم فـي جـهالتهــم نــــوّم

ففــي كـــلّ ناحيــة ظـالـــم ***** غبــــــيّ يسـلـّطــــه أظلـــم

أيا من شبعتم على جوعــنا ***** وجـــوع بنينـا ألـم تتخمـــوا ؟

ألم تفهموا غضبة الكادحين ***** على الظلـم ؟ لا بدّ أن تفهموا

البردوني "نحن و الحاكمون "

هذا الموضوع مغلق.

مواضيع مشابهة