Ghostscript的轉換PDF文本，並保持PDF文件表格式

Question

我有這樣的代碼，其轉換PDF到文本文件：

gswin32c -dBATCH -dNOPAUSE -dSAFER -dDELAYBIND -dWRITESYSTEMDICT 
-dSIMPLE -sDEVICE=txtwrite -dTextFormat=2 -dFirstPage=1 -dLastPage=1 
-sOutputFile=C:\out.txt C:\in.pdf 

它的工作原理幾乎罰款，唯一不保留PDF表格格式。

例子：

在PDF文件中：

Type From  Name    Name2     Code   Week 
Regular 30/03/15 KNOWLES, BEN  HOOT KNOWLES, ANGELA 367-739-746 80.00  
Regular 30/03/15 RICHARDS, COLE ROBERT HARRIS, BRADIE 401-844-307 108.00  
Regular 30/03/15 SKEELS, MATT  BISHOP, JASON GREGSON 413-980-291 112.00 

轉換爲文本文件後，該文本被包裹的是這樣的：

Type From Name Name2 Code Week 
Regular30/03/15KNOWLES, BENHOOT KNOWLES, ANGELA367-739-74680.00  
Regular30/03/15RICHARDS, COLEROBERT HARRIS, BRADIE401-844-307108.00  
Regular30/03/15SKEELS, MATTBISHOP, JASON GREGSON413-980-291112.00 

我需要它來保持其格式。任何想法如何保持格式？

我在windows 7機器上使用Ghostscript gswin32c，版本是9.16。

此外，我很樂意爲其他人提供建議來存檔它。

乾杯

Answer 1

沒有一個「表格式」以PDF，只是一個文本和位置的序列。 txtwrite可能的輸出格式之一將嘗試創建一個Unicode文本文件，其中間距由空格字符重新創建。請注意，這是假設一個固定間距的字體，所以如果你不使用它，它將不會工作。

沒有看到輸入的PDF文件，它不可能做出任何猜測，爲什麼這不會產生你期望的輸出。

你可以自己解決這個問題。首先，因爲還有其他潛在的輸出格式，其中之一是一種類似XML的格式，可以發送文本序列和位置，您可以使用它並自己重新創建格式（甚至可以直接將其直接歸檔）。另外，由於Ghostscript是開源的，您可以自己閱讀和調試源代碼，並找出PDF文件導致問題的原因。