Extraire le texte du pdf

Previous topic - Next topic

Ribus

Bonjour à tous,

Un mystère parmi d'autres.
Je fabrique une revue de 200 pages avec des images et du texte multilingues.
Le fichier pdf part chez l'imprimeur en niveau de gris 600dpi non compressé. Il peut atteindre 300Mo et est imprimé avec les aléas du niveau de noir des images discuté par ailleurs.
Un nouveau souci apparait.
La Revue est transmise à un laboratoire universitaire qui la publie en ligne en séparant les articles.
Normalement le labo doit récupérer le texte du pdf en copier/coller. Et là plouf  :o
Le pdf dans Acrobat Reader chez moi sous Win10 sur un début d'article :
Le même résultat à 'université avec PC ou Mac
===================================
2EIKJ +!$13(-.
Le conte littéraire russe à l'époque romantiqueN :
limites et frontières d'un genre
+A PANIA @A rÖ?KJPA NQOOAÖs KQ F>4M>4 'RKMQA [ HQE OAQH QJA IQHPEPQ@A
@}EI=CAO @A LANOKJJ=CAO KQ @A N'?EPO
/KQNP=JP AJ @KJJAN QJA @'BEJEPEKJ
?H=ENA LKOA QJ CN=J@ JKI>NA @A @EBBE?QHP'O AP ?A LKQN >EAJ @AO N=EOKJO
+A
?KJPA NQOOA AOP IQHPELHA AP ?D=JCA=JP EH NARbP LHQOEAQNO =LL=NAJ?AO AP OAI>HA
==================================

Le même fichier ouvert avec Foxit Reader :
===================================
Simon ALBExxxxO
Le conte littéraire russe à l'époque romantique :
limites et frontières d'un genre
Le terme de «  conte russe  » ou skazka évoque à lui seul une multitude
d'images, de personnages ou de récits. Pourtant, en donner une définition
claire pose un grand nombre de difficultés, et ce pour bien des raisons. Le
=====================================
L'entête du fichier pdf sous Notepad++
----
%PDF-1.5
%Ç쏢
1 0 obj
<<
/Type /Catalog
/Outlines 3 0 R
/Pages 4 0 R
/Dests 5 0 R
/AcroForm 6 0 R
/Names 7 0 R
/Threads 8 0 R
/PageLayout /TwoColumnRight
/ViewerPreferences
<<
/PageDirection /L2R
>>
>>
endobj
2 0 obj
<<
/Creator (Scribus 1.5.0svn)
/Producer (Scribus PDF Library 1.5.0svn)
/Title <FEFF00520065007600750065002000720075007300730065002000350035>
/Author <FEFF00520069006300680061007200640020004200720075006E00650074>
/Subject <>
/Keywords <>
/CreationDate (D:20201203223133Z)
/ModDate (D:20201203223133Z)
/Trapped /False
>>
------------------------
Merci de vos lumières,
Richard