Жопожуй Конидзэ
Изначальная цель пдф - жёстко зафиксировать печатный вид документа с некоторой защитой от дурака. Чтобы отредактировать его, надо захотеть это сделать, а не просто случайно удалить строку/абзац и прочее. Но в целом это единый и удобный формат, легко конвертируемый в любой другой.

У тебя же как я поняла, проблема с отсканированной книгой. А это иная проблема. Книга с тем же успехом могла быть в tiff и jpg - стандартные форматы для сканов. Создавать сканы с распознанным текстом могут очень немногие программы и те из них, с которыми я знакома, довольны ущербны. Потому что потом все равно надо весь файл вычитывать.

Desmоnd,

>Судя по тому, что речь шла о сканах книг, то как раз использовался по назначению

Я не знаю, отсканировали его или нет, во-первых. Не уверен, что отсканированные PDF умеют в выделение текста. Энивей, его же все равно создали для того, чтобы дать возможность кому-то это прочесть, разве нет? И как это читать, если оно захардкожено специально под мазохистов?

>Потому что ты можешь сделать документ в любой программе и конечный получатель увидит именно в том виде, что ты задумал.

Но, Карл, это не решение, это проблема. Есть довольно много людей, у которых, например, от обилия белого болят глаза. Делаем так, чтобы они не смогли прочесть твое говно - профит. Кто-то тупо не сможет прочесть, что ты там набубенил, потому что ты прихерачил какой-то жесточайший шрифт, а если даже ты бы адекватен в выборе шрифта, часть твоей ЦА все равно тебя проклянет, потому что воспринимает текст не так, как ты, и шрифты твои ей не подходят. Вставь картинок и хуеграмм в html, в чем проблема? Если кому-то реально будет нужно нарушить невъебенность твоего контента своими правками, он разберет этот сраный PDF на текст, а потом соберет новый сраный PDF со своими пикчами и покажет твоей собаке. А вот те, кому это не нужно, будут трахаться с твоими драгоценными шрифтами и молча тебя ненавидеть.

>Он позволяет распечатать в том же виде, а это минус огромная ебля с головной болью. Жаль, что ты не встречал все анальные кары, которые раньше сопровождали передачу в типографию вёрстки.

Ладно, аргумент, наверное. С печатью никогда не сталкивался, но если ваять PDF чисто для печати, то как бы и похуй на редактируемость, кек.

>Если, напомню, заниматься таким трудоёмким и неблагодарным делом, как распознавание и повторное форматирование распознанного, никто не хочет.

Тогда я не очень понимаю, зачем выкладывать книги в PDF в сеть, если тебе лень сделать их доступными для чтения. Это же как хуярить вполсилы заведомое говно из желания сотворить что-то шедевральное и поделиться этим с другими.

Desmоnd, вообще не ебу. Качнул что-то из гуглплея в свое время.

LilyofValley,

>а не просто случайно удалить строку/абзац и прочее

От какого дурака такая защита? Кем надо быть, чтобы ставить такой хардкор против случайного удаления текста? Текст восстановить как бы можно, не?

>легко конвертируемый в любой другой

Лол, сколько ни конвертировал PDF-ки в html, всегда получал лапшу на выходе. Не верю.

Жопожуй Конидзэ

LilyofValley неправильно выразилась. Защита - приблизительно в том же смысле, как "защита текста на распечатанной бумажке". Ты на распечатке может тоже поебаться, но текст изменить. Где-то так.

Случайно удалить ничего не получится, потому что это, блядь, транспортный формат документа.

Ещё пдф можно запаролить, запретив печать или копирование текста, вот это уже защита.

---
Чувак, ещё раз. Формат не для того, чтобы кто-то там что-то там делал с удобствами. Он для того, чтобы, блядь, передать документ в абсолютно том виде, как задумано автором. То, что его используют не по-назначению - ну это их проблемы.

Никто не будет ебаться с вёрсткой HTML, если есть в твоей любимой программке вёрстки уже готовое печатное решение. Пдф - это раз, и готово. Сделать html - устроить себе еблю ради того, чтобы какому-то дятлу на том конце провода (заметь, неспособному в читалке настроить тёмный фон) было удобней.

Чтобы получить что-то в удобном именно для тебя формате - заплати специальному человеку, чтобы он с этим ебался. По-другому не бывает.

>Никто не будет ебаться с вёрсткой HTML, если есть в твоей любимой программке вёрстки уже готовое печатное решение. Пдф - это раз, и готово.

Ну, кхм, .doc - это раз, и готово.

>передать документ в абсолютно том виде, как задумано автором

Авторы, создавая подобные документы для чего-то, кроме печати, задумывают, что это кто-то будет читать?

>чтобы какому-то дятлу на том конце провода (заметь, неспособному в читалке настроить тёмный фон)

Да ты задолбал. Ну не нашел я этой хуйни в какой-то сраной читалке, с которой столкнулся впервые в жизни, скачанной с гуглплея, с которым тогда столкнулся впервые в жизни, когда хотел с комфортом зачесть книгу в формате, с которым столкнулся впервые в жизни, на смартфоне, к которому настолько не привык, что, можно считать, что и с ним я тогда столкнулся впервые в жизни. Я привык к тому, чтобы все было легко настраиваемым и не ориентированным на гламурное свистоперделово, а приложуха была именно свистопердящей и умеющей в "какие-то свайпы". И да, даже тогда было верно правило, что если я чего-то не нашел в настройках, значит, этого в настройках нет, потому что я сраный бог задротства в настроечки и мелкие шрифты. Хорош на пустом месте выдумывать анекдоты и их же выдавать за аргументы.

>Чтобы получить что-то в удобном именно для тебя формате - заплати специальному человеку, чтобы он с этим ебался.

Меня не возмущает отсутствие людей, готовых пахать на мои нужды за "бесплатно". Меня бомбит с тех, кто считает PDF удобным для чтения форматом и потому его и использует.

Жопожуй Конидзэ
...Так что вам мешает конвертировать пдф в док?

Я конвертировал в .txt. Такой пиздец на выходе.

Жопожуй Конидзэ
Нет. Док - это "раз и готово" если ты изначально делал в ворде. В иных случаях - масса ебли.
Кстати, для тебя будет сюрпрайзом, но сложный вордовский документ при чтении на устройстве тебе доставит проблем раз в восемь больше пдфа. Если голый текстик - тогда канешна.


Именно для этого сохранение всего оформления. Не можешь прочитать в том виде? Ну, твои проблемы забавляют.


Если бы ты бугуртил, что нашёл не ту читалку, проблем бы не было. Но у тебя охуительные выводы: фб2 говно, потому что я не смог поменять фончик. Над этим можно только поржать. Те же проблемы сопровождают любой формат, от вордовского, до хтмл, епаба и даже обычного тхт. Потому что фончик меняется одинаково. Программой-читалкой.


Потому что ПДФ - действительно удобный для чтения формат с сохранением форматирования, иллюстраций, графиков и прочего. Если нужно "читать и только текст, на куче устройств" - тот тут нужен другой формат электронных публикаций, к примеру, моби, епаб, фб2 или тому подобное. Которые ущербны и уступают пдф в плане отображения графики, зато заточены под специфический способ просмотра.

Жопожуй Конидзэ
Ну вот пример разных пдф файлов
https://cloud.mail.ru/public/KxtP/gGFZTGm8k
Но распознавание сканированного текста - всегда очень приблизительное, особенно, если там есть много особых слов, надстрочных шрифтов и т.д.
А ну и еще один способ понять какой пдф перед тобой. Если поиск по тексту работает, то пдф конвертируемый. Если не работает, то отсканированный.)))

Если у создателя файла изначально есть только бумажная версия, то для превращения ее в распознаваемую читаемую версию надо затратить как минимум пару дней, в зависимости от объема книги, не считая времени на сканирование.

В общем создателям сканов учебников я все-таки всегда говорю спасибо, потому что хоть так, чем разыскивать учебники по каталогам библиотек, а потом заниматься копированием+перепечатыванием, а в самых ужасных случаях даже переписыванием.))

Худший формат в мире

LilyofValley
Тут как и с дежа вю есть возможность херануть в некоторых прогах автоматический-полуавтоматический ocr layer. То есть пользователю показывают отсканированную страничку, но есть распознанный текстовый слой, по которому можно вести поиск.

Вон чуваки из Абби очень подробно расписали, с картинками.
https://www.abbyy.com/ru-ru/finereader/pdf-types/

Дежа Вю, кстати, тоже очень годный формат для сканов книг по соотношению размер-качество. Но он занял узкую полупиратскую нишу сканированных книг, несмотря на весь потенциал.

О, слушай, а чем ты просматриваешь пдфы на компе? Могу нарекомендовать просто бомбезный супербыстрый просмотрщик pdf, djvu и ещё кучи форматов, включая ебуки типа epub и mobi. Я о Sumatra PDF - творении одного польского гения. Ещё оно комикбуки типа cbr-cbz умеет. Просто потрясающий комбайн.

Хего Дамаск
В слове "лучший" две ошибки.

Desmоnd
У меня акробат проф стоит для пдф файлов. Он в принципе распознает текст, но всё равно немного косячит и поиск не всегда идеально срабатывает.

LilyofValley
Ну так акробат проф - он сцуко тяжеловатый комбайн. У меня тоже стоит, мне по работе нужно, в основном для конвертации в pptx. А для просмотра - Суматра. Очень быстрая штука.

Desmоnd
Ага, вечером Суматру посмотрю.)

Desmоnd,

>Док - это "раз и готово" если ты изначально делал в ворде.

PDF - это "раз и готово", если ты изначально делал в PDF. Не? Я не понимаю, почему PDF - это проще, чем DOC, если для этой простоты ты изначально должен готовить документ в соответствующем формате и чуть затрахаться с форматированием всяких штук. Чем создание PDF проще создания DOC, когда речь не о печати документов?

>Именно для этого сохранение всего оформления. Не можешь прочитать в том виде? Ну, твои проблемы забавляют.

Чувак, еще раз. Возможность редактировать документ для удобства чтения - это не прочто какая-то особенная фича для задротов, которые не могут в твои шрифты - это базовая маст-хэв фича для читателей каких угодно документов. Это принцип информации, которая засчет своей редактируемости доступна для чьего угодно восприятия, а не какая-то задротская частность, к которой ты пытаешься свести все, что не дружит с нередактируемым PDF-форматом. Потому мне и непонятен смысл PDF как формата для чтения, тогда как лучшим форматом для чтения является тот, который позволяет всем прочесть что угодно в каком угодно виде, невзирая на различия в восприятии. А следовательно, мне непонятна и позиция тех, кто использует PDF как формат для расшара той или иной информации широкой публике - ведь сама цель такого расшара в том, чтобы это кто-то без проблем зачел.

>Но у тебя охуительные выводы: фб2 говно, потому что я не смог поменять фончик.

Лол, што. Можешь указать, где я такое говорил? Потому что я лично помню, что на вопрос "как ты относишься к fb2?" ответил в стиле "все эти ваши ебаные форматы для меня одинаково мутные, попробовал с fb2 как-то и быстро положил болт". Как бы сам ответ в стиле "я попробовал чо-то и забил" подразумевает, что я понимаю, что формат может оказаться и годным, просто я забил раньше, чем выяснил наверняка. Откуда что берете? :/

>ПДФ - действительно удобный для чтения формат с сохранением форматирования, иллюстраций, графиков и прочего

Еще раз. Если PDF не дает читателю отобразить содержимое документа так, чтобы читателю было легко воспринимать это содержимое, но зато железно фиксирует форматирование, графики и прочее, то этот формат идеален не для чтения, а для захардкоженного представления информации. Не для читателя, а для того, кому нужно отобразить все эти ваши диаграммы только так и не иначе. И я до сих пор не понял, кому в здравом уме такое может понадобиться, если речь не о печати документов.

>Тут как и с дежа вю есть возможность херануть в некоторых прогах автоматический-полуавтоматический ocr layer. То есть пользователю показывают отсканированную страничку, но есть распознанный текстовый слой, по которому можно вести поиск.

... если я правильно понял, то это мой случай. Нашел, откуда скачивал - указано, что книга отсканирована. Но поиск по тексту работает.

Жопожуй Конидзэ


А какой это формат? :)

Жопожуй Конидзэ

"Изначально в пдф" - это где такое? Не бывает "изначального пдф". Только в Адоби Иллюстратор, да и то, это костыль в виде "к пдф прикрепляем весь иллюстраторовский файл".


Отредактируй текст на скане или на картинке. Это жы ж базовая мастхэв фича. Любых документов. А?
Все документы электронной дистрибуции не предполагают редактирования. Даже хтмл. Можно, с некоторым напрягом, и всё, если подобрать соответствующий редактор.


Предоставляет, но это, сурпрайз, должен быть специально подготовленный pdf. который, опять-таки сюрпрайз, никто для тебя, вбухивая хуеву тучу человекочасов, делать не будет. Если ты будешь покупать сразу готовый ебук в пдф, то в твоей любимой читалочке сможешь смотреть в удобненьком виде.
Точно так же, как ворд, хтмл и т.д. могут передать fixed layout, но это тоже работа. Которой никто не занимается просто так от нечего делать.

Если вычленить из твоего бугурта конструктив, то выходит не формат - гад, а то, что тебе, дав книгу нахаляву, ещё и не сопроводили рюшечками.

LilyofValley
Полагаю TXT, но там цвет фона так просто в некоторых читалках не сменишь, лил.