我知道如何从LaTeX生成PDF。是否有一种方法可以从我之前创建的PDF中提取LaTeX代码？如果有人给我发送了一个PDF，我喜欢其中的格式。我能从中提取LaTeX吗？
将PDF恢复为LaTeX
26
- Mawnster
1
2http://tex.stackexchange.com/questions/8503/how-to-convert-pdf-to-latex - Mauricio Scheffer
9个回答
17
LaTeX无法一对一转换为PDF。就您的第一个问题而言，我认为这种转换在技术上可能是可行的，但我不认为已经存在能够实现此功能的应用程序。与汇编语言可以反编译回高级语言类似，可能也有一种方法可以做到这样。然而，PDF文件允许包含各种各样的数据- AutoCAD图纸、JPEG图形、字体文件、表单、数字签名等。而LaTeX无法理解这些内容。因此，对于第二个问题的答案是否定的-没有一种方法可以从任何PDF文档中提取相应的LaTeX代码。
- Billy ONeal
8
有一种工具可以像OCR一样读取PDF文件，并尝试重新创建Latex代码。这个工具几乎完美，被称为"Infty Reader"，可以在此处找到。由于Latex相当可扩展，我认为它不会完全正确地获取所有格式。
- jaminka evening
1
5InftyReader 只适用于 MS Windows。 - Tom Hale
7
只有将文档源代码嵌入PDF文件中才可能实现，具体操作可参考attachfile软件包。
- Will Robertson
3
或者，您可以使用带有标记的PDF添加提示元数据。 - Charles Stewart
是的，没错，但我不知道有没有现成的方法可以通过这种方式将LaTeX源代码转换为PDF。有什么建议吗？ - Will Robertson
1抱歉，直到最近才看到你的问题。Ross Moore展示了pdftex的添加功能，允许生成将数学标记与生成它们的Tex代码一起标记的PDF。这离一个完整的答案还有很长的路要走，但我认为它表明这是可能的。关于这个问题我想说的还有更多，不适合在评论中说 - 我只想说这可能会成为一个很好的MSc论文主题。 - Charles Stewart
5
简短版：不行。
详细版：这很像反编译：技术上是可以的，但需要大量的猜测和启发式算法。
我不熟悉PDF内部结构，但它很可能直接设置字体/大小/位置，而不像LaTeX那样定义格式并应用于标题等。
- Tordek
3
可以使用pdftohtml和gnuhtml2latex将PDF转换为HTML，将HTML转换为TEX。
实际上，您需要分两步进行PDF到LaTeX的转换。结果仍然像“用汉堡做牛肉”，但是与一些清理脚本结合使用，结果可能相当不错。
GlobalBlindSpot的博客文章“Linux中简单的PDF到LaTeX转换”提供了一个示例Bash脚本，可将.pdf文件转换为.tex文件，再将其转换为.pdf文件。
- Tom Van Braeckel
2
Inkscape可以导入PDF并保存为“带有PSTricks宏的LaTeX”，这实际上是通过将PostScript嵌入到LaTeX源代码中来完成的。这样做比较麻烦，而且生成的LaTeX源代码必须经过预处理才能再次输出为PDF。
无论如何，即使使用某种假想的PDF到LaTeX编译器，你最多只能得到每个字符或单词的位置和大小分别指定的东西，这与你想要的相反，我猜你想要的是分母是分数的一半，而不是在水平线下面的某个数字。
无论如何，即使使用某种假想的PDF到LaTeX编译器，你最多只能得到每个字符或单词的位置和大小分别指定的东西，这与你想要的相反，我猜你想要的是分母是分数的一半，而不是在水平线下面的某个数字。
- johncip
1
从pdf文件中进行数据挖掘（由于其复杂的格式），最好的方法是使用Adobe Illustrator打开它们。 然后将pdf文件转换为svg文件，并使用一个svg解析库编写一些巧妙的代码。
一个高效的svg解析库是batik
（对于Linux来说，将pdf转换为svg相当复杂： calcmaster.net/personal_projects/pdf2svg/）
附注 我已经尝试了很多次寻找解决方案来回答你问题的第二部分， 但我在书籍中发现，如"Visualizing Data, Ben Fry, O’Reilly"，pdf特别是Adobe pdf太复杂难以解析，所以最好使用一个svg解析库。
- Novemberland
1
用户在Linux上寻求解决方案... - TJ Ellis
1
请看我在相关问题上的回答 (怎么将DVI转换为tex？)
补充一下 - 字符无需按阅读顺序排列（我发现某些PDF文件中部分文字是倒序排列的，并且依赖于坐标）。这很难重建，因为它取决于字体度量。这可能使用令人震惊的ASCII86协议。
补充一下 - 字符无需按阅读顺序排列（我发现某些PDF文件中部分文字是倒序排列的，并且依赖于坐标）。这很难重建，因为它取决于字体度量。这可能使用令人震惊的ASCII86协议。
- peter.murray.rust
-1
它可能与texmacs一起使用，该软件包括pdf文件的导入功能。
- Aif
3
TeXmacs是一款被抛弃的软件，从未尝试解决这个问题。 - Charles Stewart
还是，我已经做完了。 - Aif
告诉我更多！几年前，我认为Texmacs是一种过度设计的方法来解决一个不需要革命的问题。我猜你有不同的看法？ - Charles Stewart
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接