<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
</head>
<body>
<div class="moz-cite-prefix">Je to 'normalni' pdf, problem je v tom,
ze pdf je 'normalni' tiskovy format, proto ruzne prevody funguji
obtizne, nebo vubec.</div>
<div class="moz-cite-prefix">Jsou to instrukce, jak vyrenderovat
stranku.</div>
<div class="moz-cite-prefix">Toto pdf</div>
<div class="moz-cite-prefix">a) obsahuje 1 stranu</div>
<div class="moz-cite-prefix">b) vyprodukovano panem Paleckem tiskem
z Wordu</div>
<div class="moz-cite-prefix">c) tato jedna stranka (objekt 4 0 R) se
odkazuje na zakompresovany obsah v objektu 5 0 R</div>
<div class="moz-cite-prefix">d) objekt 5 0 R ma 160kb a je tvoren
pouze grafickymi operatory, tj. vysledny obrazek se 'kresli', neni
vlozen jako pdf apod. Je to 7159 radek ~ priblizne stejne
operatoru.<br>
</div>
<div class="moz-cite-prefix"><br>
Coz je z hlediska zvetsovatelnosti apod idealni. Naprosto netusim,
zda se daji pomoci hente one pdf pythonovske knihovny takoveto
obrazky renderovat.</div>
<div class="moz-cite-prefix">Text (tj. operatory, ktere obsahuji
retezce pismenek) se tam nevyskytuje zadny.</div>
<div class="moz-cite-prefix"><br>
</div>
<div class="moz-cite-prefix">J.</div>
<div class="moz-cite-prefix"><br>
</div>
<div class="moz-cite-prefix">On 08.12.2023 15:57, Pavel Hudeček
wrote:<br>
</div>
<blockquote type="cite"
cite="mid:7a081029-14e9-43a9-8dcb-e65a1fe3ecfa@seznam.cz">
<meta http-equiv="content-type" content="text/html; charset=UTF-8">
Donrý den všem,<br>
mějme py skript:<br>
<br>
<b><font face="monospace">import PyPDF2<br>
<br>
with open("W0140.pdf", 'rb') as pdf_file:<br>
reader = PyPDF2.PdfReader(pdf_file)<br>
pagesCnt = len(reader.pages)<br>
print("pagesCnt", pagesCnt)<br>
text = ""<br>
<br>
for stranka in reader.pages:<br>
imgCnt = len(stranka.images)<br>
text += ">" + stranka.extract_text() + "<"<br>
text += "\nimgCnt: " + str(imgCnt) + "\n---------\n"<br>
<br>
print(text)</font><br>
</b><br>
Když se pustí na nějaké normální pdf, vyleze seznam stránek s
textama a počtama obrázků. No a pak je tu tohle (příloha), který
nějak záhadně vyrobil náš skladník... Je v něm vidět wafer, ale
python zahlásí žádnej text a 0 obrázků.<br>
<br>
Poznámka: Ten skladník vzal PDF, který takto normálně jde
zpracovat a nějak z něj vykopíroval jednu stránku, čímž vzniklo
předmětné pdf. Takže problém je vyřešen tím, že jsem mu napsal ať
tento krok vynechá:-)<br>
Ale mě by stejně zajímalo, co to jako vyrobil a jak to případně
číst. Protože samozřejmě když taková možnost existuje, tak nám
takový protokol může poslat i nějaký dodavatel čipů.<br>
<br>
Nějaké nápady, jak na takové PDF?<br>
<br>
Díky,<br>
PH<br>
<br>
<fieldset class="moz-mime-attachment-header"></fieldset>
<pre class="moz-quote-pre" wrap="">_______________________________________________
HW-list mailing list - sponsored by <a class="moz-txt-link-abbreviated" href="http://www.HW.cz">www.HW.cz</a>
<a class="moz-txt-link-abbreviated" href="mailto:Hw-list@list.hw.cz">Hw-list@list.hw.cz</a>
<a class="moz-txt-link-freetext" href="http://list.hw.cz/mailman/listinfo/hw-list">http://list.hw.cz/mailman/listinfo/hw-list</a>
</pre>
</blockquote>
<p><br>
</p>
<pre class="moz-signature" cols="72">--
Jindroush <a class="moz-txt-link-rfc2396E" href="mailto:jindroush@seznam.cz"><jindroush@seznam.cz></a></pre>
</body>
</html>