Saya mencoba mengonversi PDF ke SVG. Namun, yang saya gunakan saat ini memetakan jalur untuk setiap huruf di setiap bagian teks, yang berarti jika saya mengubah teks di file sumbernya, itu terlihat jelek.

Saya bertanya-tanya apa konverter PDF ke SVG terbersih itu, semoga yang tidak memiliki jalur untuk area teksnya yang tidak membutuhkannya. Seperti yang kita ketahui, PDF dan SVG cukup mirip, jadi saya berasumsi ada beberapa konverter bagus di luar sana.

Inkscape digunakan oleh banyak orang di Wikipedia untuk mengonversi PDF ke SVG.

http://inkscape.org/

Mereka bahkan memiliki panduan praktis tentang cara melakukannya!

http://en.wikipedia.org/wiki/Wikipedia:Graphic_Lab/Resources/PDF_conversion_to_SVG#Conversion_with_Inkscape

Anda dapat menggunakan Inkscape hanya pada baris perintah, tanpa membuka GUI. Coba ini:

inkscape \
  --without-gui \
  --file=input.pdf \
  --export-plain-svg=output.svg 

Untuk daftar lengkap dari semua opsi baris perintah, jalankan inkscape --help.

Saat ini saya menggunakan PDFBox yang memiliki dukungan yang baik untuk keluaran grafis. Ada dukungan yang baik untuk mengekstrak goresan vektor dan juga untuk mengatur font. Ada beberapa alat yang bagus untuk mencobanya (misalnya PDFReader akan ditampilkan sebagai Java Graphics2D). Anda dapat mencegat alat grafik dengan alat SVG seperti Batik (Saya melakukan ini dan hasilnya bagus).

Tidak ada cara sederhana untuk mengonversi semua PDF ke SVG - ini tergantung pada strategi dan alat yang digunakan untuk membuat PDF. Beberapa teks diubah menjadi vektor dan tidak dapat direkonstruksi dengan mudah - Anda harus menginstal font vektor dan mencarinya.

UPDATE: Sekarang saya telah mengembangkan ini menjadi paket PDF2SVG yang tidak lagi menggunakan Batik:

yang telah diuji pada berbagai PDF. Ini menghasilkan keluaran SVG yang terdiri dari

• karakter sebagai satu <svg:text>per karakter
• jalur sebagai <svg:path>
• gambar sebagai <svg:image>

Paket selanjutnya akan (mudah-mudahan) mengonversi karakter menjadi teks berjalan dan jalur ke objek grafis tingkat yang lebih tinggi

UPDATE: Sekarang kita dapat membuat ulang running text dari karakter SVG. Kami juga telah mengubah diagram ke XML khusus domain (mis. Spektrum kimia). Lihat https://bitbucket.org/petermr/svg2xml-dev . Ini masih dalam Alpha, tetapi bergerak dengan kecepatan yang berguna. Siapapun dapat bergabung!

MEMPERBARUI. (@Tim Kelty) Kami terus mengerjakan PDF2SVG dan juga alat hilir yang melakukan (terbatas) Java OCR dan pembuatan primitif grafis tingkat tinggi (panah, kotak, dll.) Lihat https://bitbucket.org/petermr/ imageanalysis https://bitbucket.org/petermr/diagramanalyzer https://bitbucket.org/petermr/norma dan https://bitbucket.org/petermr/ami-core . Ini adalah proyek yang didanai untuk menangkap 100 juta fakta dari literatur ilmiah (contentmine.org) yang sebagian besar adalah PDF.

Topik ini sudah cukup lama, tetapi berikut adalah solusi praktis yang saya temukan:

http://www.cityinthesky.co.uk/opensource/pdf2svg/

Ini menawarkan alat, pdf2png, yang setelah diinstal melakukan persis pekerjaan di baris perintah. Saya telah mengujinya dengan hasil yang tak tercela sejauh ini, termasuk dengan bitmap.

EDIT: Kesalahan saya, alat ini juga mengubah huruf menjadi jalur, sehingga tidak menjawab pertanyaan awal. Bagaimanapun itu melakukan pekerjaan dengan baik, dan dapat berguna bagi siapa saja yang tidak berniat untuk mengubah kode di file svg, jadi saya akan meninggalkan posting.

Inilah proses yang akhirnya saya gunakan. Alat utama yang saya gunakan adalah Inkscape yang dapat mengonversi teks dengan baik.

• menggunakan tindakan Adobe Acrobat Pro dengan JavaScript untuk memisahkan lembar PDF
• menjalankan Inkscape Portable 0.48.5 dari Windows Cmd untuk mengkonversi ke SVG
• membuat beberapa pengeditan manual pada atribut SVG XML tertentu yang bermasalah dengan menggunakan Windows Cmd dan Windows PowerShell

Halaman Terpisah: Adobe Acrobat Pro dengan JavaScript

Menggunakan Tindakan Adobe Acrobat Pro (sebelumnya Pemrosesan Batch) membuat tindakan kustom untuk memisahkan halaman PDF menjadi file terpisah. Alternatifnya, Anda mungkin bisa membagi PDF dengan GhostScript

Acrobat JavaScript Action untuk membagi halaman

/* Extract Pages to Folder */

var re = /.*\/|\.pdf$/ig;
var filename = this.path.replace(re,"");

{
    for ( var i = 0;  i < this.numPages; i++ )
    this.extractPages
     ({
        nStart: i,
        nEnd: i,
        cPath : filename + "_s" + ("000000" + (i+1)).slice (-3) + ".pdf"
    });
};

Konversi PDF ke SVG: Inkscape dengan file batch CMD Windows

Menggunakan Windows Cmd membuat file batch untuk mengulang melalui semua file PDF dalam folder dan mengubahnya menjadi SVG

File batch untuk mengonversi PDF ke SVG di folder saat ini

:: ===== SETUP =====
@echo off
CLS
echo Starting SVG conversion...
echo.

:: setup working directory (if different)
REM set "_work_dir=%~dp0"
set "_work_dir=%CD%"

:: setup counter
set "count=1"

:: setup file search and save string
set "_work_x1=pdf"
set "_work_x2=svg"
set "_work_file_str=*.%_work_x1%"

:: setup inkscape commands
set "_inkscape_path=D:\InkscapePortable\App\Inkscape\"
set "_inkscape_cmd=%_inkscape_path%inkscape.exe"

:: ===== FIND FILES IN WORKING DIRECTORY =====
:: Output from DIR last element is single  carriage return character. 
:: Carriage return characters are directly removed after percent expansion, 
:: but not with delayed expansion.

pushd "%_work_dir%"
FOR /f "tokens=*" %%A IN ('DIR /A:-D /O:N /B %_work_file_str%') DO (
    CALL :subroutine "%%A"
)
popd

:: ===== CONVERT PDF TO SVG WITH INKSCAPE =====

:subroutine
echo.
IF NOT [%1]==[] (

    echo %count%:%1
    set /A count+=1

    start "" /D "%_work_dir%" /W "%_inkscape_cmd%" --without-gui --file="%~n1.%_work_x1%" --export-dpi=300 --export-plain-svg="%~n1.%_work_x2%"

) ELSE (
    echo End of output
)
echo.

GOTO :eof

:: ===== INKSCAPE REFERENCE =====

:: print inkscape help
REM "%_inkscape_cmd%" --help > "%~dp0\inkscape_help.txt"
REM "%_inkscape_cmd%" --verb-list > "%~dp0\inkscape_verb_list.txt"

Atribut pembersihan: Cmd Windows dan PowerShell

Saya menyadari ini bukan praktik terbaik untuk mengedit secara manual secara manual brute force tag atau atribut SVG atau XML karena variasi potensial dan harus menggunakan pengurai XML sebagai gantinya. Namun saya memiliki masalah sederhana di mana lebar guratan pada satu gambar sangat kecil, dan di gambar lain keluarga font salah diidentifikasi, jadi saya pada dasarnya memodifikasi skrip batch Windows Cmd sebelumnya untuk melakukan pencarian dan penggantian sederhana. Satu-satunya perubahan adalah definisi string pencarian dan perubahan untuk memanggil perintah PowerShell. Perintah PowerShell akan melakukan pencarian dan mengganti serta menyimpan file yang dimodifikasi dengan sufiks tambahan. Saya menemukan beberapa referensi lain yang bisa lebih baik digunakan untuk mengurai atau memodifikasi file SVG yang dihasilkan jika pembersihan kecil lainnya diperlukan.

Modifikasi untuk mencari dan mengganti data XML SVG secara manual

:: setup file search and save string
set "_work_x1=svg"
set "_work_x2=svg"
set "_work_s2=_mod"
set "_work_file_str=*.%_work_x1%"

powershell -Command "(Get-Content '%~n1.%_work_x1%') | ForEach-Object {$_ -replace 'stroke-width:0.06', 'stroke-width:1'} | ForEach-Object {$_ -replace 'font-family:Times Roman','font-family:Times New Roman'} | Set-Content '%~n1%_work_s2%.%_work_x2%'"

Semoga ini bisa membantu seseorang

Referensi

Actions Adobe Acrobat Pro dan referensi JavaScript ke Halaman Terpisah

• Cara mengotomatiskan mengekstrak halaman dari PDF ...
• JavaScript untuk Acrobat API Reference - extractPages
• Ekstrak halaman untuk memisahkan pdf (ada yang salah dengan loop?)
• Bagaimana cara membuat nilai Zerofilled menggunakan JavaScript?
• Cara mengeluarkan bilangan bulat dengan nol di awal dalam JavaScript

Referensi GhostScript ke Halaman Terpisah

• Bantuan GhostScript noob - Memecah file PDF multi halaman ...
• Cara mengonversi file PDF multi-halaman ...
• Memisahkan PDF dengan Ghostscript

Referensi Inkscape Command Line untuk Konversi PDF ke SVG

• konversi pdf ke svg
• Konversi PDF untuk membersihkan SVG?

Referensi Windows Cmd Batch File Script

• Fitur tersembunyi dari file batch Windows
• SS64.com - Indeks baris perintah CMD Windows
• Mengapa perulangan FOR / f dalam skrip batch ini mengevaluasi baris kosong?

Penelitian penggantian atribut / tag XML

• Bagaimana Anda dapat menemukan dan mengganti teks dalam file menggunakan lingkungan baris perintah Windows?
• Mengubah data tag dalam file XML menggunakan file batch windows
• perbarui XML dari baris perintah [windows]
• Bagaimana cara mengubah / membuat nilai dalam file XML menggunakan PowerShell?
• Mengedit Atribut XML menggunakan Powershell
• PowerShell mengubah nilai atribut Elemen XML

Jika DVI ke SVG adalah pilihan, Anda juga dapat menggunakan dvisvgm untuk mengonversi file DVI ke file SVG. Ini bekerja dengan sempurna misalnya untuk rumus LaTeX (dengan opsi --no-fonts):

dvisvgm --no-fonts input.dvi -o output.svg

Ada juga pdf2svg yang menggunakan poppler dan Kairo untuk mengubah pdf menjadi SVG. Ketika saya mencoba ini, SVG ditampilkan dengan sempurna inkscape.

Skrip Bash untuk mengonversi setiap halaman PDF menjadi file SVG-nya sendiri.

#!/bin/bash
#
#  Make one PDF per page using PDF toolkit.
#  Convert this PDF to SVG using inkscape
#

inputPdf=$1

pageCnt=$(pdftk $inputPdf dump_data | grep NumberOfPages | cut -d " " -f 2)

for i in $(seq 1 $pageCnt); do
    echo "converting page $i..."
    pdftk ${inputPdf} cat $i output ${inputPdf%%.*}_${i}.pdf
    inkscape --without-gui "--file=${inputPdf%%.*}_${i}.pdf" "--export-plain-svg=${inputPdf%%.*}_${i}.svg"
done

Untuk menghasilkan dalam png, gunakan --export-png, dll ...

Saya menemukan itu xfigmelakukan pekerjaan yang sangat baik:

pstoedit -f fig foo.pdf foo.fig
xfig foo.fig

export to svg

Itu jauh lebih baik daripada inkscape. Sebenarnya mungkin pdtoedit yang melakukannya.

Berikut adalah NodeJS REST api untuk dua skrip render PDF. https://github.com/pumppi/pdf2images

Skripnya adalah: pdf2svg dan Imagemagicks dikonversi