Извлечение текста из врезок и копирование его в новый документ

[kompilainenn]

Есть документ (http://www.documentfoundation.org/statutes.pdf - вот этот), открытый в Writer и сохраненный в формате ODT (см.вложение). В нём КАЖДАЯ строка текста - это ОТДЕЛЬНАЯ врезка. Я не знаю почему так.
Вопрос: как в автоматическом режиме извлечь весь текст из врезок, врезки удалить, а текст вставить, как просто текст, можно и без форматирования?

Есть вариант конечно просто распознать исходный PDF, однако хотелось бы решить проблему силами LibreOffice

[rami]

Вопрос: как в автоматическом режиме извлечь весь текст из врезок, врезки удалить, а текст вставить, как просто текст, можно и без форматирования?

Это не врезки, а фигуры "прямоугольники", но это в принципе не важно. Извлечь текст из этих фигур очень просто (макросом), но они идут не по порядку, а вразброс (за первой строкой идёт первая строка последнего листа, на третьем месте строка из середины документа и т.д.). Может и есть какой-то порядок фигур, но я его на счёт "раз" не понял.

Проще скопировать текст из PDF и вставить в Либре.

[kompilainenn]

Проще скопировать текст из PDF и вставить в Либре.

в общем силами Либры такой вот косяк не правится? ок

[rami]

в общем силами Либры такой вот косяк не правится? ок

Если бы фигуры с текстом шли не вразброс, а по порядку, то проще простого.

[kompilainenn]

Если бы фигуры с текстом шли не вразброс, а по порядку, то проще простого.

понять бы еще, как они такой документ сваяли? Может это экспорт из какой-то системы документооборота?

[McAaron]

Есть документ (http://www.documentfoundation.org/statutes.pdf - вот этот), открытый в Writer и сохраненный в формате ODT (см.вложение).

А как Вы его открыли во Writer? У меня этот pdf открывается в Draw, даже если я его запускаю из комстроки

$ libreoffice5.1 --writer statutes.pdf

[McAaron]

понять бы еще, как они такой документ сваяли? Может это экспорт из какой-то системы документооборота?

[rami]

понять бы еще, как они такой документ сваяли? Может это экспорт из какой-то системы документооборота?

Почему "они", а не ты? Это ты скачал PDF с сайта, открыл в Либре, конвертировал в .odt, а теперь валишь на "них". Кстати, как ты его довёл до такой кондиции?

[McAaron]

Провел небольшой эксперимент с открытием нескольких pdf'ов, которые случайно попались под руку.
Выяснилось, что любой pdf, не содержащий внутри odf, открывается в Draw, при этом каждое предложение располагается в отдельной строке, которая не переламывается по границе области текста страницы.

[McAaron]

Tак устроит?

[kompilainenn]

Почему "они", а не ты? Это ты скачал PDF с сайта, открыл в Либре, конвертировал в .odt, а теперь валишь на "них". Кстати, как ты его довёл до такой кондиции?

а как он открылся текстом в Writer если не содержал внутри себя odt? O_o

[kompilainenn]

А как Вы его открыли во Writer? У меня этот pdf открывается в Draw, даже если я его запускаю из комстроки

если просто открыть его в ЛО то да, открывается в Draw и только первая страница. Таки да, каждая строка в отдельной фигуре (не важно уже врезка это или прямоугольник с текстом).
А если открыть Writer и вызвать меню Файл-Открыть, а в диалоге Открыть файл выбрять явно тип файла Документ PDF (Writer), то этот файл открывается в Writer, все страницы доступны, однако структура документа остается такой же восхитительной, каждая строка сама по себе в отдельной фигуре

[McAaron]

А как Вы его открыли во Writer? У меня этот pdf открывается в Draw, даже если я его запускаю из комстроки

если просто открыть его в ЛО то да, открывается в Draw и только первая страница. Таки да, каждая строка в отдельной фигуре (не важно уже врезка это или прямоугольник с текстом).
А если открыть Writer и вызвать меню Файл-Открыть, а в диалоге Открыть файл выбрять явно тип файла Документ PDF (Writer), то этот файл открывается в Writer, все страницы доступны, однако структура документа остается такой же восхитительной, каждая строка сама по себе в отдельной фигуре

Век живи, как говорится, -- век учись. Способом "File-Open" из программы практически не пользуюсь -- обычно текущий каталог у программ где-то у черта на куличках и добраться до нужного файла нужно поработать запястьем будь здоров. В то же время или mc/tc или файл-менеджер обычно всегда в нужном месте, либо есть закладка. Поэтому привык стартовать от документа, а не от программы. Обычно выбираешь документ, кликаешь/давишь на него и вперед.

[kompilainenn]

Обычно выбираешь документ, кликаешь/давишь на него и вперед.

Я взял свой гибридный документ ПДФ, созданный во Writer (со встроенным в него ОДТ), и просто открыл его в Либре -> он сам по себе открылся в Writer, как и было задумано

Так что мутный этот файл у разработчиков=)

[Sparkster]

Я столкнулся с похожей проблемой

Извлечь текст из этих фигур очень просто (макросом)

А каким макросом можно извлечь текст из врезок, если они идут по порядку?