hallo zusammen!

ich habe eine phpdig suche auf meinen server geladen und wollte nun anstellen, dass die suche auch pdf files lesen kann.

dazu soll ich nach dem tutorial (PhpDig.net - FAQ) ein pdftotext file installieren.

habe aber keine ahnung wo man dieses file findet, wie es heisst und wie man dieses installiert.

ich hoffe ihr könnt mir weiterhelfen.

vielen dank!

..........

ich habs gelesen.

habs heruntergeladen. darin befindet sich aber kein "pdfttotext" file sondern höchstens ein pdftotext.cat oder pdftotext.1 file.

sind das die richtigen und was soll ich damit?

vielen dank für eure nützlichen tipps

Genau lesen, du brauchst diese Datei:

ftp://ftp.foolabs.com/pub/xpdf/xpdf-...2-linux.tar.gz

okay danke!

was muss ich nun mit der datei anstellen damit phpdig pds durchsuchen kann?

Und wenn du nen Problem hast... dann da hin gehen: PhpDig.net - README before posting

__________________
Rettet die Erde.... sie ist der einzige Planet mit Schokolade!

dankeschön.

ich habe leider ein problem, welches nicht auf der seite behandelt wird:

der spider fängt nun an zu indexieren, jedoch ist die seite auf einmal fertig geladen, obwohl weiter oben noch steht "spider arbeitet....". ich habe relativ lange gewartet, doch nichts ist passiert.

ist das irgend ein timeout?

Kann's mir nicht verbeißen ...

PDF ist ein ASCII-Format, es ist kein Problem, den Text da herauszulesen und
als Textdatei irgendwo abzulegen. Die Textdatei kann man dann für eine Suche
indexieren (immer vorrausgesetzt, das PDF enthält auch Text - das steht aber
drinnen).

Bei Interesse kann ich gerne die PDF-Doku mal wieder Online stellen, die gibt es
aber auch bei Adobe.

__________________
Grüße aus dem Spessart, Joe

{ table-layout: biertischistbesser; }
Der Mausinator

Na ganz so einfach ist es aber nicht. In vielen PDF-Dateien ist der Text gepackt und nicht als Klartext lesbar. Die Textblöcke zu suchen, entpacken und auszulesen ist zwar nicht extrem schwer aber auch nicht ganz einfach. Richtig mistig wird es, wenn man mit OOo erstellte PDFs hat, die haben gar keinen zusammenhängenden Text mehr, da dort (vermutlich wegen dem Kernig) jeder Buchstabe einzeln abgelegt ist.

Mario

__________________
AppDev Blog · AppDev Forum

Das ist hinterhältig ...

Ich erzeuge die hauptsächlich, mit dem Zerpflücken solcher Monstar habe ich
es noch nicht zu tun gehabt. Prinzipiell müßte man sich, nach isolieren der
Text-Objekte, die einzelnen Buchstaben mit den jeweiligen Koordinaten merken,
die geeignet sortieren und zu Textbändern zusammenfassen.

Oder sich eine der OS-Libs mal genauer ansehen wie die das machen.

Da kommen aber Sciptsprachen wie PHP an ihre Grenzen

__________________
Grüße aus dem Spessart, Joe

{ table-layout: biertischistbesser; }
Der Mausinator