将PDF恢复到LaTeX [已关闭]

Question

我知道如何从LaTeX制作PDF。有没有办法从我之前创建的PDF中提取LaTeX代码？如果有人给我发送PDF，我喜欢格式化怎么样？我可以从中提取乳酸吗？

Answer 1

LaTeX没有一对一的PDF转换。关于你的第一个问题，我认为这样的转换可能在技术上是可行的，但我不认为这样做的应用程序存在。类似于汇编程序可以反编译回高级语言的方式，可能有一种方法可以做到。但是 - pdf允许包含各种数据 - AutoCAD图形，JPEG图形，字体文件，表格，数字签名等.LaTeX不知道这些是什么。所以回答第二个问题是否定的 - 没有办法从任何PDF文档中提取等效的LaTeX。

Answer 2

有一个工具可以像OCR一样读取PDF文件，并尝试重新创建Latex-Code。 它几近完美，名为“Infty Reader”！ 因为Latex是可扩展的，所以我认为它不是所有的整齐格式。

Answer 3

只有将文档源嵌入PDF文件才有可能。请参阅 attachfile 包。

Answer 4

简短版：否。

长版：这很像反编译：你在技术上可以，但它会涉及很多猜测和启发式。

我不熟悉PDF内部，但它可能会直接设置字体/大小/位置，而不是定义格式并将其应用于标题等，就像在LaTeX中一样。

Answer 5

可以使用pdftohtml和gnuhtml2latex将PDF转换为HTML，将HTML转换为TEX。

实际上，您通过两个步骤进行PDF到LaTeX转换。结果仍然像是“从一个汉堡包中取出牛”，但结合一些清理脚本，结果可能相当不错。

博客文章“基本PDF文件Linux中的LaTeX转换“在GlobalBlindSpot上有一个示例Bash脚本，它将.pdf转换为.tex文件，然后再转换为.pdf文件。

Answer 6

请参阅我对相关问题的回答（如何转DVI到tex？）

要放大 - 不要求字符处于阅读顺序（我发现PDF中的部分sdrawkcab sdaer txet（并且依赖于坐标）。这很难重建，因为它可以依赖于Font指标哪个可以使用令人震惊的ASCII86协议。

Answer 7

从pdf文件进行数据挖掘的最佳方式（由于其格式复杂）是使用adobe illustrator打开它们。 然后将pdf文件转换为svg文件，并使用svg解析器库自己编写一些棘手的代码。

一个高效的svg解析器库是蜡染

（对于Linux来说，将pdf转换为svg非常复杂： calcmaster.net/personal_projects/pdf2svg /）

PS 我一直在努力寻找你问题第二部分的解决方案 但是我已经在诸如“可视化数据，Ben Fry，O＆＃8217; Reilly”之类的书中想出来了。 那个pdf特别是Adobe pdf要复杂解析，所以改为使用svg解析器lib。

Answer 8

Inkscape可以导入PDF，然后另存为“带有PSTricks宏的LaTeX”。这基本上是通过将PostScript嵌入到LaTeX源中来实现的。这比它的价值更麻烦，所得到的Latex源必须经过预处理才能再次作为PDF输出。

无论如何，即使对LaTeX编译器有一些假设的PDF，最好还是会得到一个单独指定每个字符或单词的位置和大小的东西 - 与你想要的相反，我猜是分母是分数的一半，而不是水平线以下的某个数字。

Answer 9

它可能适用于 texmacs ，其中包含pdf文件的导入。