Oi Alexandre, só por "descarrego de consciência", resolvi testar o pdf2table antes de continuar o trabalho. GE-NI-AL!! Testei com uma página, e funcionou maravilhosamente bem! Com várias páginas ele cria um XML com várias páginas separadas, mas é muito melhor que nada. Há a opção de "extração interativa", mas preferi não avançar muito e fazer apenas um teste básico, sem usar esta opção.
Muitíssimo obrigado! E fica a dica para os desenvolvedores do BrOffice: há como incorporar o pdf2table como uma extensão do BrOffice? Se houver, garanto que tem um monte de gente que conheço que deixaria o MSOffice de lado só por causa disso! :) []'s Manolo 2008/10/28 Alexandre Magno Brito de Medeiros <[EMAIL PROTECTED]> > Manoel, > > Acredito que agora vamos resolver! Ou chegar bem perto de resolver. > > Veja: http://ieg.ifs.tuwien.ac.at/projects/pdf2table/ > > Para facilitar sua vida estou enviando como anexo os dois arquivos que > você precisa, se você está usando um sistema GNU/Linux. > > Como usar? > > Suponhamos que você quer extrair a tabela da página 7 do documento que > você me enviou - relestadual_bahia2.pdf, faça o seguinte: > > $ pdftohtml -xml -f 7 -l 7 relestadual_bahia2.pdf > > $ java -cp jdom.jar -jar pdf2table.jar > > Em "Source File" indique o arquivo relestadual_bahia2.pdf. > > Em "Target Directory" indique o diretório atual. > > O primeiro comando é necessário apenas porque o programa está com > uma falha e não consegue interagir diretamente com o pdftohtml. Ele > precisa do arquivo relestadual_bahia2.xml (gerado pelo pdftohtml) > no diretório atual. > > Você pode processar um documento inteiro de uma vez. Para isso não > indique os parãmetros 'f' e 'l' para o pdftohtml. Porém, aviso: demora! > Ficou processando e não tive paciência de esperar o Celeron "moer". > Pode ser até que haja bug nessa estória... > > Depois de processadas as tabelas o pdf2table cria os seguintes > arquivos no diretório atual: > > output.xml > tables.dtd > pdf2xml.dtd > table_view.xsl > > Abra o output.xml no navegador de internet - que deve ser capaz > de processar XSL. Recomendo Firefox! :-) > > Você verá uma página HTML com uma tabela. > > O resultado foi satisfatório para mim! Ele errou muito pouco. > Apenas quatro células foram deslocadas para uma nova coluna que > não deveria existir. No geral eu achei muito bom! > > Até mais. Qualquer "surpresa", estou por aqui. > > Alexandre Magno > > PS.: pessoal, desculpem-me estar enviando arquivos anexos para > a lista, mas eles são bem pequenos. > > Imagino que o assunto seja interessante! > > Se eu não enviasse ficaria menos prático de obter o jdom.jar. > Já que enviei o jdom.jar, resolvi enviar também o pdf2table.jar. > > 2008/10/28 Manoel Nascimento <[EMAIL PROTECTED]>: > > Oi Alexandre, > > > > seguem em anexo: > > > > a) o arquivo PDF do qual estou "apanhando"; > > b) o arquivo TXT resultante da conversão das páginas 7 e 8 deste PDF via > > pdftotext; > > c) o arquivo ODS no qual salvei o texto convertido, contendo uma tabela > > chamda "Caótica" com o resultado da colagem da conversão. > > > > Valeu pelo interesse! > > > > []'s > > Manolo > > > > Alexandre Magno Brito de Medeiros escreveu: > > > > Você pode me enviar o exemplo concreto que você tentou e foi caótico? > > > > Alexandre Magno > > > > 2008/10/27 Manoel Nascimento <[EMAIL PROTECTED]>: > > > > > > Alexandre Magno Brito de Medeiros escreveu: > > > > > > Se você usa um sistema GNU/Linux, pode usar o pdftotext: > > > > pdftotext -f 5 -l 7 -layout arquivo.pdf > > > > Com os parâmetros f e l você pode gerar arquivos TXT "focados" nas > > páginas do PDF em que aparecem as tabelas. Você só precisa delas... > > > > > > > > Agradeço pela dica, que acabei de testar, mas o resultado ficou tão > > caótico que termina sendo melhor copiar os dados manualmente do PDF > > diretamente, como faço às vezes. > > > > > > Quando vocês estiver colando a tabela na planilha, no diálogo "Importação > > de Texto", em "Opções de separadores", selecione: > > > > + Separado por: > > > > + Tabulação > > + Espaço > > + Mesclar delimitadores > > > > > > > > As linhas e colunas se embaralham demais, e organizar a tabela novamente > > - ou ao menos saber que dados se referiam ao quê, originalmente - depois > > de colar o conteúdo do arquivo TXT no BrOffice, mesmo com as opções > > corretas assinaladas, termina sendo tão ou mais trabalhoso que copiar > > novamente. > > > > Infelizmente, continuamos no zero-a-zero - ou pior, "apanhando" do PDF. > > Há algum outro caminho? > > > > []'s > > Manolo > > > > > > > > > > Infra-estrutura Logística - BA > > > > EmpREEndimEntos Exclusivos > > > > Investimento > > > > Investimento > > > > Previsto > > Tipo Subtipo Empreendimento > > Após 2010 Estágio > > > > 2007-2010 > > > > (Milhões) > > > > (Milhões) > > Aeroporto Salvador - ampliação e > > Aeroporto Acesso Viário > > 26,7 - Obra > > readequação do sistema viário de acesso > > Construção de Aeroporto de Ilhéus - Projeto Novo > > Ação > > Aeroporto > > 2,9 - > > Aeroporto Aeroporto > > Preparatória > > > > Ação > > Aeroporto Pista Aeroporto Salvador - Projeto 2ª Pista > > 0,9 - > > > > Preparatória > > Contorno Ferroviário de Camaçari – > > Ação > > Ferrovia Construção > > 78,4 - > > construção > > Preparatória > > Contorno Ferroviário de São Félix – > > Ação > > Ferrovia Construção > > 110,2 - > > construção > > Preparatória > > Dragagem e Porto de Salvador – dragagem de > > Ação > > Porto > > 46,2 - > > Derrocamento aprofundamento do acesso aquaviário > > Preparatória > > Dragagem e Porto de Aratu – dragagem de > > Ação > > Porto > > 49,0 - > > Derrocamento aprofundamento do acesso aquaviário > > Preparatória > > > > Ação > > Rodovias Adequação BR-101/BA – adequação – divisa SE/BA > > 363,0 - > > > > Preparatória > > > > Ação > > Rodovias Concessão Concessão: BR-116-324/BA > > 1.200,0 - > > > > Preparatória > > BR-101/BA – concessão – divisa ES/ > > Ação > > Rodovias Concessão > > Em estudo - > > BA – entroncamento BR-324 > > Preparatória > > BR-324/BA – construção – via expressa > > Ação > > Rodovias Construção > > 339,0 - > > de acesso ao porto de Salvador > > Preparatória > > BR-135/PI/BA/MG – construção – > > Rodovias Construção > > 250,0 - Obra > > trecho BA > > BR-116/BA – construção – ponte sobre > > Rodovias Construção > > 14,0 - Obra > > o rio São Francisco – divisa PE/BA - Ibó > > > > Ação > > Rodovias Balanças Controle de peso > > 9,1 - > > > > Preparatória > > Controle de > > Licitação da > > Rodovias Controle de velocidade > > 23,6 - > > Velocidade > > Obra > > Estudos e > > Licitação da > > Rodovias Estudos e projetos > > 52,6 - > > Projetos > > Obra > > Rodovias Manutenção Manutenção de rodovias > > 690,0 - Obra > > Rodovias Sinalização Sinalização > > 49,2 - Obra > > TOTAL > > 3.304,8 - - > > > > > > > > > > 7 > > Infra-estrutura Logística - BA > > > > EmpREEndimEntos REGionAis > > > > Investimento > > > > Investimento > > > > Previsto > > Tipo Subtipo Empreendimento UF > > Após 2010 Estágio > > > > 2007-2010 > > > > (Milhões) > > > > (Milhões) > > Ferrovia de Integração > > Ferrovia Construção Oeste Leste: Ilhéus-Alvorada BA/TO > > 4.700,0 - Ação Preparatória > > (estudo) > > TOTAL > > 4.700,00 - - > > > > > > > > > > 8 > > > > > > --------------------------------------------------------------------- > To unsubscribe, e-mail: [EMAIL PROTECTED] > For additional commands, e-mail: [EMAIL PROTECTED] >
