运行Acrobat Reader，打开要提取文字的pdf文档，单击菜单“文件→打印”，在出现的“打印”窗口中，打印机名称一定要选择“Microsoft Office Document Imaging Writer”，单击后面的“属性”按钮，可以设置页面大小、输出文件格式（包括mdi和tiff两种格式，默认为msi）及默认保存位置。设置好“打印”窗口中的其他相关参数后，单击“确定”按钮，出现“另存为”窗口，在此即可把页面“打印”成一个mdi文件，同时系统会自动启动“Microsoft Office Document Imaging”并显示出刚刚保存的mdi文件。

　　在Microsoft Office Document Imaging的窗口中，单击菜单“工具→将文本发送到Word”，在弹出的窗口中单击“确定”，系统会自动对整个页面进行OCR识别，识别完毕之后，会自动启动Word，并把识别出来的文字显示在Word文档中，识别效果非常不错。如果只需要页面中的部分文字，可单击标准工具栏中的“使用OCR识别文本”，先进行文字识别，然后用鼠标框选出需要的部分，再执行“将文本发送到Word”，选中“当前选中范围”即可。(图6)

图6

　　在Word中适当对文字及格式进行修改，即可将其保存成doc文档。到此pdf文档中的文字已经提取到了Word中了。

　　提示：如果上面“打印”成的格式是tif，则需要手动从“开始”菜单“Microsoft Office 工具”中启动Microsoft Office Document Imaging，然后再“打开”tif文件，同样可以把文字识别到Word中。

　　SnagIt中的虚拟打印机

　　在安装SnagIt7.1过程中，选中“Install SnagIt printer capture driver”一项，这样在Windows系统中就安装了一个名为SnagIt 7的虚拟打印机，它可以把文档“打印”成图像，从而实现文字到图像以及图像格式之间的转变，还可以给图像添加特效。经过配置之后的SnagIt虚拟打印机还有更多的功能。

上一页  [1] [2] [3] [4] [5]  下一页