Работа с PDF

1С v8

21.04.26

✎

12:22

Дано:
Документ pdf имеющий много страниц.
На каждой странице имеется текст.
Нужно искать определенный фрагмент текста на каждой странице. Если та или иная страница файла pdf содержит этот фрагмент, то эту страницу нужно сохранить в отдельный файл pdf.
Это возможно реализовать средствами 1С?
Напишите пожалуйста фрагмент кода.

1 Волшебник

21.04.26

✎

12:56

https://infostart.ru/1c/tools/1119432/

2 Garykom

гуру

21.04.26

✎

13:02

Уже не знаю что сказать по этому поводу...

3 Garykom

гуру

21.04.26

✎

13:03

(0) А ты токены оплатил?

4 Fish

гуру

21.04.26

✎

13:03

(0) "Это возможно реализовать средствами 1С?" - Возможно, но с привлечением сторонних инструментов.

5 Garykom

гуру

21.04.26

✎

13:05

(4) С чего это сразу сторонних?
1С 8.3 уже давно даже с бинарными файлами умеет нативно работать
А тут всего то текст внутри .pdf

6 Garykom

гуру

21.04.26

✎

13:07

(0) Требуется уточнение:
Файлы PDF содержат текст как текстовые блоки или как картинки/изображения с текстом?

7 SAURON777

21.04.26

✎

13:09

(6) Как текстовые блоки. Браузер легко ищет нужный текст в этом файле pdf.

8 Garykom

гуру

21.04.26

✎

13:22

(7) Тогда задача упрощается.
Используем "qpdf --split-pages infile.pdf %d-out" ( https://qpdf.readthedocs.io/en/stable/ ) для разделения всего файла pdf на отдельные страницы - файлы pdf.
Затем средствами 1С перебираем эти файлы страниц, открываем их как текст, ищем требуемый фрагмент.
Если нашли то файл страницы переносим в заданный каталог.
После обработки всех страниц удаляем ненужные.

ЗЫ
Пожалуйста, переключитесь в Act mode (используя кнопку Plan/Act toggle внизу интерфейса), чтобы я мог начать реализацию изменений.

9 d4rkmesa

21.04.26

✎

13:20

(8) Сдается мне, 1С тут лишняя в целом. )

10 Garykom

гуру

21.04.26

✎

13:22

(8)+ Сам qpdf можно засунуть в макет 1С, сохранять в темп, запускать оттуда и удалять после

11 Garykom

гуру

21.04.26

✎

13:25

(9) Есть такое
На практике потребуется Ghostscript
gs -sDEVICE=txtwrite -o output.txt input.pdf
Или нечто вроде чтобы правильно извлечь текст из PDF

Если там картинки - все еще хуже

12 Fish

гуру

21.04.26

✎

13:25

(5) Да (если внутри текст, как у ТС, а не картинка), но чтобы вычленить страничку из ПДФ и сохранить её отдельным ПДФ-ом всё равно понадобится сторонний инструмент.

13 Garykom

гуру

21.04.26

✎

13:35

(11)+ Вот с Ghostscript портативным все сильно хуже, я не смог его заставить
Требуется установка в систему, оно как-то к принтерам и подсистеме печати привязывается

14 Garykom

гуру

21.04.26

✎

13:27

(12) Любой сторонний можно наваять на коде 1С
Задолбаешься конечно и полгодика потратишь но можно же

15 Fish

гуру

21.04.26

✎

13:29

(14) Можно, но зачем (с)?

16 Garykom

гуру

21.04.26

✎

13:30

(15)

Это возможно реализовать средствами 1С?

17 Garykom

гуру

21.04.26

✎

13:38

В типовой 1С ДО 2.1 задача (0) реализована через imagemagick + ghostscript
+ CuneiForm бесплатный для OCR - но качество распознавания текста с картинок говенное

18 SAURON777

21.04.26

✎

13:53

(8) "открываем их как текст" - а как их можно открыть как текст?