資源描述：
《如何將中國知網(wǎng)caj、nh、kdh、pdf格式文件轉(zhuǎn)換成word》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。
1、PDF文件、caj文件、超星文件轉(zhuǎn)化為Word文檔現(xiàn)在網(wǎng)上許多資料都是以CAJ、PDF等文件格式提供的，其中的文本不能被直接編輯。網(wǎng)上提供了許多處理這種情況的軟件，但是它們不是效率低，就是只能提取其中部分文本。本文所述利用微軟提供的OCR識別技術(shù)從CAJ、PDF等文件中提取全部文本的方法，簡便快捷，效率很高。從不同格式的文件中提取文本前需要做好以下準(zhǔn)備工作，安裝CAJViewer5.5瀏覽器軟件和acrobat5專業(yè)版瀏覽器軟件安裝Office2003，并完全安裝Of?鄄fice工具M(jìn)icrosoftOfficeDocumentImaging，
2、然后在打印機(jī)里面會增加MicrosoftOfficeDocumentImageWriter打印機(jī)。MicrosoftOfficeDocumentImage可以非常準(zhǔn)確的全文件識別轉(zhuǎn)化中文、英文、表格。一、CAJ文件的識別（一）首先，從網(wǎng)上下載CAJ格式的資料文件保存到本地硬盤上。（二）然后，啟動CAJViewer瀏覽器程序，并在該程序中打開剛才保存的CAJ格式的文件。瀏覽文件到最后一頁后，不要關(guān)閉CAJ瀏覽器程序。（三）在CAJ瀏覽器程序窗口中，選擇“文件”→“打印”，并選擇打印機(jī)為MicrosoftOfficeDocumentImageWri
3、ter打印機(jī)，勾選打印到文件選項和確定打印頁數(shù)。（四）保存打印文件（*.prn）到適當(dāng)位置。等待打印完成后，MicrosoftOfficeDocumentImage自動打開剛才保存的打印文件。3（五）在MicrosoftOfficeDocumentImage窗口中，選擇“頁面”菜單中的“選擇所有頁面”菜單項，然后選擇“工具”菜單中的“使用OCR識別文本”提取文本。（六）選擇“工具”下的“將文本發(fā)送到word”，最后將把整個CAJ文件識別輸出到word文件中。二、PDF文件的識別（一）以文本形式保存的PDF文件，用acrobat5專業(yè)版，識別整個
4、文件。直接打開從網(wǎng)上下載的PDF格式文件另存為RTF文件，或者選擇工具欄上的文字選擇按鈕，然后選擇文字區(qū)域，然后復(fù)制到Word中即可。（二）以圖片形式保存的PDF文件，將PDF文件打印到MicrosoftOfficeDocumentImageWriter打印機(jī)，選擇打印形成的文件的保存位置，然后會自動形成一個MDI文件，并且自動用MicrosoftOfficeDocumentImage打開此文件，然后在MicrosoftOfficeDocumentIm?鄄age中選擇“工具”菜單中的“使用OCR識別文本”，識別完成后，在選擇“工具”下的，“將文
5、本發(fā)送到word”，最后將把整個PDF文件識別輸出到word文件中。（三）加密的PDF文件先下載解密軟件，解密后在參照上述步驟1),2)進(jìn)行。（四）繁體PDF文件用上述步驟2)的方法識別到word后，用word中的“工具”→“語言”→“中文繁簡轉(zhuǎn)換”三、超星文件的識別（一）全文件識別打印到MicrosoftOfficeDocumentImage3Writer打印機(jī)，然后按上述PDF文件的識別步驟中第二點操作，要注意的是，超星打印功能有點區(qū)別，因為超星是目錄和全文分開的，所以打印時，需要分別把目錄和正文識別到Word中，再合并到一起。打印時要填入
6、打印頁碼從1到最后一頁，不要選擇打印全部。在打印選項中，要將頁面比例設(shè)成真實大小，而不是整寬。注意識別速度比其他格式要慢很多，請保持耐心。一般一本200多頁的書，識別需要幾分鐘的時間。（二）超星文件識別相對比較麻煩一些，如果還有問題，可以先把超星打印成完整的PDF文件，然后再用上述識別PDF文件的方法轉(zhuǎn)成Word。四、后記經(jīng)過試驗，發(fā)現(xiàn)MicrosoftOfficeDocumentImage存在一些不穩(wěn)定的問題，如在用CAJ打印到MicrosoftOfficeDocumentImageWriter時，發(fā)現(xiàn)用CAJ5.5版本比較快，而CAJ5.0
7、有時出現(xiàn)假死機(jī)。頁面顯示大時，轉(zhuǎn)化的識別率較高。如果頁數(shù)多的文件，包括超星，可以分多次轉(zhuǎn)化。由于虛擬打印到MicrosoftOfficeDocumentImageWriter比較慢，并且形成的虛擬文件很大，1本200多頁的書大約是60M，因此會嚴(yán)重影響機(jī)器的運行速度、C盤和內(nèi)存空間。建議配置好的機(jī)器一次轉(zhuǎn)化不要超過200頁，配置差的不要超過100頁，同時打印時在任務(wù)欄中會出現(xiàn)打印機(jī)圖標(biāo)，可以雙擊，看到打印任務(wù)的進(jìn)度，避免誤以為死機(jī)。轉(zhuǎn)化完成后請刪除c:windowstemp目錄下的虛擬打印文件，否則C盤很快會被用光3
