Восстановить PDF-файл в LaTeX [закрыт]

Question

Я знаю, как создать PDF-файл из LaTeX.Есть ли способ извлечь LaTeX-код из PDF-файла, который я создал ранее?Как насчет того, если кто-нибудь пришлет мне PDF-файл, и мне понравится форматирование?Могу ли я извлечь из него латекс?

Answer 1

LaTeX не имеет преобразования один в один в PDF. Что касается вашего первого вопроса, я считаю, что такое преобразование может быть технически возможным, но я не верю, что приложение для этого еще существует. Подобно тому, как ассемблер может быть декомпилирован обратно на язык высокого уровня, вероятно, есть способ сделать это. Тем не менее - PDF-файл может содержать все виды данных - чертежи AutoCAD, графические файлы JPEG, файлы шрифтов, формы, цифровые подписи и т. Д. LaTeX понятия не имеет, что это такое. Таким образом, ответ на второй вопрос - нет - нет способа извлечь эквивалент LaTeX из любого документа PDF.

Answer 2

Существует инструмент, который читает PDF-файлы, например, OCR, и пытается воссоздать латексный код. Он почти идеален и называется " Infty Reader " ! Поскольку латекс достаточно расширяемый, я не думаю, что он подходит для всех аккуратных форматов.

Answer 3

Это возможно только в том случае, если вы встраиваете источник документа в файл PDF. См. пакет attachfile для этого.

Answer 4

Короткая версия: нет.

Длинная версия: это очень похоже на декомпиляцию: технически это возможно, но для этого нужно много догадок и эвристик.

Я не знаком с внутренностями PDF, но, скорее всего, он будет устанавливать шрифты / размеры / положение напрямую, а не определять формат и применять его к заголовкам и тому подобному, как в LaTeX.

Answer 5

Можно конвертировать ваш PDF в HTML и ваш HTML в TEX, используя pdftohtml и gnuhtml2latex.

По сути, вы выполняете преобразование PDF в LaTeX в 2 этапа. Результат по-прежнему похож на «приготовление коровы из гамбургера», но в сочетании с некоторыми сценариями очистки результат может быть довольно приличным.

Пост блога " элементарный PDF для Конвертация LaTeX в Linux " в GlobalBlindSpot есть пример сценария Bash, который преобразует файл .pdf в файл .tex, а затем снова в файл .pdf.

Answer 6

Смотрите мой ответ на связанный вопрос ( как DVI в текс? )

Для усиления - нет необходимости, чтобы символы были в порядке чтения (я нашел PDF-файлы, где часть sdrawkcab sdaer txet (и опирается на координаты). Это очень сложно восстановить, так как это может зависеть от метрик шрифта Который может использовать ужасающий протокол ASCII86.

Answer 7

Лучший способ извлечения данных из PDF-файлов (из-за их сложного формата) - это открывать их с помощью Adobe illustrator.Затем преобразуйте PDF-файл в svg-файл и используйте библиотеку svg-синтаксического анализа, написав какой-нибудь сложный код самостоятельно.

Одной из эффективных библиотек для синтаксического анализа svg является батик

(Для Linux довольно сложно конвертировать PDF в svg:calcmaster.net/personal_projects/pdf2svg /)

PS С тех пор я много раз пытался найти решение вашей второй части вашего вопроса но я разобрался в таких книгах, как "Визуализация данных, Бен Фрай, О'Рейли" этот PDF-файл, особенно Adobe pdf, слишком сложен для анализа, поэтому вместо него используйте библиотеку svg-парсера.

Answer 8

Inkscape может импортировать PDF-файлы, а затем сохранять их как " LaTeX с макросами PSTricks " который по сути работает путем встраивания PostScript в исходный код LaTeX. Это больше проблем, чем стоит, и полученный латексный источник должен быть предварительно обработан, прежде чем он снова может быть выведен в формате PDF.

В любом случае, даже с некоторым гипотетическим компилятором PDF в LaTeX, в лучшем случае вы получите что-то, где позиция и размер каждого символа или слова указываются отдельно - противоположность того, что вы хотите, что, я думаю, для знаменатель, равный половине дроби, а не некоторому числу ниже горизонтальной линии.

Answer 9

Он может работать с texmacs , который включает импорт файлов PDF.