בירור | בחירת טקסט בpdf: יש או אין?

[יאיר דניאל]

@י.-פל. לא התכוונתי למה שיש במאגר שלי - שם זה באמת נראה סינית עתיקה...
ביקשתי פעם אם מישהו מתנדב לעשות OCR חדש לקבצים - כי במחשב המשוכלל שלי - זה יארוך יותר זמן מלהמציא את מכונת הדפוס...

התכוונתי לPDF שיש בתוכנה כבר. מה כוונתך "שבור"?
אני אולי אדם שבור... אבל הOCR שם מצויין - בכ"א בטקסט הגמרא.
אאל"ט הבעיה של העתקה הפוכה היא באג שקיים בדפדפן ולא בתוכנות PDF.

[חד צורבא]

@יאיר-דניאל נו ומה יצא עם זה בסוף, למה זה לא התקדם ?
ואגב, אף פעם לא התענינתי בזה אשמח לדעת איפה אפשר לעשות את זה, (כמובן בחינם)

[יאיר דניאל]

@חד-צורבא כתב:

נו ומה יצא עם זה בסוף, למה זה לא התקדם ?

אף אחד לא התנדב...

איך עושים את זה? בתוכנת AABBY או בPDF אקפסנג', או בתוכנה שיצר אחד מבעלי פורום זה, אבל זה חייב אישור ממנו קודם לכן. מה שככל הנראה לא יקרה עקב כך שהוא שומר חוק וסדר...

[י. פל.]

אני לא מבין, באמת!
בpdf המובנה לא ניתן לבחור טקסט - כי אין!
בpdf שלך הצלחתי לבחור טקסט - כי יש!
יש בעיה שונה. - שהוא משובש, אבל נושא השרשור הוא:

בירור בחירת טקסט בpdf: יש או אין?

מישהו מוכן לענות לי?

[יאיר דניאל]

@י.-פל. כתב:

בpdf המובנה לא ניתן לבחור טקסט - כי אין!

יש!

[י. פל.]

@יאיר-דניאל
תוכיח.

[פלמנמוני]

@י.-פל. יש, בדקתי את זה בעבר, אם כי לא תקין לגמרי, יש על זה שרשור אפשהו

[יאיר דניאל]

הנה:

הקלטה 2026-05-29 144007.zip

[יאיר דניאל]

פוסט זה נמחק!

[הבל הבלים]

@י.-פל.
צריך לומר - שזה בגלל שאתה בתצוגה מפוצלת!! ודו"ק.

[פלמנמוני]

@הבל-הבלים התכוונת תצוגת ספר, לא תצוגה מפוצלת

[י. פל.]

[הבל הבלים]

@י.-פל.
צודק, זה עובד, כנראה פשלה חדשה! 😉

[י. פל.]

@פלמנמוני הבאג הזה לא לטיפול!!!

[מענין לשמוע]

@י.-פל.
ברור שיש!
אבל לא במסך מגע.

[דורש טוב]

@י.-פל. אני כבר לא מבין מי נגד מי, אבל הPDF מהמאגר של @יאיר-דניאל זה לא OCR, זה הטקסט המקורי שיוצא ג'יבריש

[יאיר דניאל]

@דורש-טוב כתב:

זה לא OCR, זה הטקסט המקורי שיוצא ג'יבריש

אתה יודע מה פירוש המילה OCR?...
למה שאתה קורא "הטקסט המקורי" קוראים בעברית "שכבת טקסט" ובאנגלית קוראים לזיהוי תויים OCR...
והשכבת הטקסט שם היא באמת משובשת, עד שיבוא מישהו ויקח על עצמו לעשות לזה OCR = זיהוי תווים.

[י. פל.]

@יאיר-דניאל כתב:

אתה יודע מה פירוש המילה OCR?...

הוא בהחלט עזר לי.
אני כתבתי שיוצא טקסט ג'יבריש, והוא ענה שזו לט בבעיה של אוצריא - אלא של שכבת הטקסט.

[יאיר דניאל]

@י.-פל. לא רבנו!
הוא דיבר על הש"ס שבמאגר שלי - ששם זה משובש.

בש"ס של אוצריא זה תקין - פחות או יותר.

בכ"מ = מה שהוא כתב לא נכון מבחינה עובדתית ולשונית.

[arieldaniely]

@יאיר-דניאל כתב:

בכ"מ = מה שהוא כתב לא נכון מחבינה עובדתית ולשונית.

דווקא לדעתי הוא צדק, יש הבדל מהותי בין השס שלך לשל אוצריא:
של אוצריא - גמרא מודפסת שנסרקה ועשו לה OCR [זיהוי תווים אופטי = חילוץ טקסט מתמונה] והפכו לקובץ PDF.
של המאגר שלך - קבצי ה-PDF הגולמיים של השס [כמו הדפסה לPDF מוורד], התווים מעולם לא עברו סריקה - הם שם מהייצוא שלו, אלא שבגלל שמדובר בקובץ גדול, עם הרבה פונטים שונים, ה"מילון" שאמור להגיד למחשב מה התו שמקודד פה אומר בפועל ב-UTF8 נדפק [או שהוא לא קיים] ולכן יוצר ג'יבריש [אופציה נוספת היא שהתוכנות לא יודעות לתמוך במילון הזה].