请求帮助：pdf转mdx

经典与古典 · 发表于 2015-4-1 19:21:20

拜托一下：
我有几个pdf文件，有的本身就是文本格式的pdf，有的是扫描后识别的pdf，请问如何做成mdx，实在不好意思再做伸手党了。谢谢

lixun305 · 发表于 2015-4-1 22:30:50

这个有两种情况：
1. 如果pdf本身是文本转换成的话，你可以用pdf2txt工具转换成txt文件。如果转换成了一整个txt文件，也没有必要做mdx，如果转换成了非常多的txt，可以放置在一个目录下，做成mdx。
2. 如果pdf本身是图片格式的话，用adobe acrobat可以另存为jpg文件，名称为诸如：现代汉语词典_页面_0000.jpg, 现代汉语词典_页面_0001.jpg....，可以放置在一个目录下，做成mdx。

不管是何种方式，都存在一个mdx的索引如何得到的问题，做成的mdx要能够方便的查询，并能访问到每一个页面。
目前第一种情况已经做成，可以将一个目录下的所有文本文件做成mdx。第二种情况正在做。

经典与古典 · 发表于 2015-4-2 08:33:13

感谢指点。请问文字识别后的pdf做mdx好做吗？比如索引如何做，谢谢

lixun305 · 发表于 2015-4-2 09:55:18

本帖最后由 lixun305 于 2015-4-2 18:16 编辑

文字识别后如果是一大篇txt文件，实在不知道有做mdx的必要，索引也没法弄，难道是要将一个txt拆分成许多部分？
如果是多个txt文件或者多个jpg图片文件的话，可以从pdf已经有的索引中提取索引或者只能自己创建索引了。这些索引是出现在mdict左侧窗格中的部分，或者从pdf的索引中得到，或者自己创建，没有别的办法。