PDF-Anzeige mit Text-Suche und Text-Highlight per Parameter

[DelUser01]

Hallo

ich suche einen Weg um Text in einem PDF-Viewer zu markieren und anzuspringen.
Ähnlich wie es im Adobe Acrobat und Reader möglich ist.
Das klappt auch einigermaßen mit dem Parameter search="text..."

Aber das funktioniert eben nur bedingt und nicht sauber mit Umlauten und überhaupt nicht mit dem "ß".
Auch verhält sich die Suche per Parameter anders als mit der Sucheingabe innerhalb von Adobe.
Und die Suche lässt sich überhaupt nicht aktivieren wenn der PDF-Aufruf aus dem Internet erfolgt.

Deshalb suche ich einen anderen Weg.

Vielleicht hat jemand auch schon so etwas gesucht, gefunden und programmiert?

In einem anderen Thema wird über die PDF-Vorschau geschrieben:
http://www.xbaseforum.de/viewtopic.php? ... iew#p78444

QuickPDF hat leider keine Suchfunktionen...

(Zum Erstellen von PDFs aus XBase++ verwende ich xbppdf32.lib)

[brandelh]

QuickPDF hat leider keine Suchfunktionen...

das ist so nicht richtig, allerdings ist es nicht einfach es umzusetzen (ich habe es selbst noch nicht gemacht), da alles auf Seitenbasis erfolgt.
Die Umlaute sind natürlich allein darum ein Problem, weil in Xbase++ OEM und ANSI genutzt werden und in PDF Unicode oder UTF-8 (da bin ich mir jetzt nicht sicher).

Wenn da der Aufruf nicht richtig umgesetzt wird ...

[DelUser01]

Hallo Hubert

QuickPDF hat leider keine Suchfunktionen...

das ist so nicht richtig, allerdings ist es nicht einfach es umzusetzen (ich habe es selbst noch nicht gemacht), da alles auf Seitenbasis erfolgt.

Dass mit QuickPDF Suchen (noch?) nicht möglich ist habe ich von einem Debenu Support-Man.
Ich hoffe der weiß von was er redet...oder auch nicht?
Dort lasse ich klären wann und wie es möglich ist mit den Suchfunktionen - oder was es kostet das einzubauen...

Die Umlaute sind natürlich allein darum ein Problem, weil in Xbase++ OEM und ANSI genutzt werden und in PDF Unicode oder UTF-8 (da bin ich mir jetzt nicht sicher).
Wenn da der Aufruf nicht richtig umgesetzt wird ...

Das hat damit nichts zu tun, das macht einfach Adobe nicht.
Kannst Du im Internet in verschiedenen Foren nachlesen.
Bei ÄÖÜ musst AOU übergeben werden dann sucht Acrobat auch nach den Umlauten.
Aber für "ß" geht es einfach nicht.

Ich habe es ja am Laufen.

[brandelh]

Ich weiß nicht, was Ihr miteinander besprochen habt, aber ...

Code: Alles auswählen

ExtractFilePageText() => Extracts the text of any page in a PDF file. 
DAExtractPageText() 
DAExtractPageTextBlocks()

extraktieren Text von einer PDF, dieser Text enthält noch viele andere Infos z.B. Font, Größe etc.
aber damit kann man sicher feststellen ob ein Wort enthalten ist.

Man muss es halt zusammen bauen

Was du mit Adobe meinst weiß ich nicht, aber wenn ich im Adobe Reader nach "ß" suche, wird mir "...straße" als Treffer angezeigt.
Ich weiß nicht was und wie du es vorhast, dass man aber den Text in PDFs nicht durchsuchen kann stimmt so einfach nicht

PS: natürlich muss Text enthalten sein, gescannte Bitmaps in PDF gepackt gehen nicht (ohne OCR Lösung).

[DelUser01]

Hallo Hubert,

ich habe meine Frage nicht genau genug formuliert was ich hiermit tue:

****** Die gesuchte Funktion soll folgendes tun:
z.B. Aufruf des PDF-Viewers per Parameter (hier übernommen von Adobe):

c:\ > c:\programme\PDFViewer.exe c:\test\handbuch.pdf suche="straße"

Nun soll
a) das PDF angezeigt werden,
b) ein Zusatzfenster aufgehen (oder ähnlich) und die Liste der gefundenen Stellen mit "straße" angezeigt werden,
c) alle Texte mit "straße" farblich hinterlegt sein.

(siehe Adobe Reader/Acrobat mit "Erweiterte Suche" UMSCHALT+STRG+F)
******

Ob nun die Übergabe der Suchbegriffe per Parameter in der Befehlszeile erfolgt (wie im obigen Beispiel) oder sonst irgendwie (API, Parameterdatei) ist erst einmal egal.

Der Benutzer soll also
a) im angezeigten PDF sehen wo das gesuchte Wort/die gesuchten Wörter stehen, und
b) den nächsten Ort des Vorkommens der/des Suchbegriffs auswählen und anspringen können

Also alles so wie es Acrobat/Reader machen.

DAS ABER nicht nur wenn der PDF-Viewer lokal aufgerufen wird sondern auch wenn ein PDF aus dem Internet angezeigt werden soll. D.h. das Programm muss die Suchparameter aus dem Browser-Kommando übernehmen können.

UND das Adobe nach "ß" und Umlauten richtig suchen kann habe ich nicht bezweifelt. Es geht eben nur nicht wenn diese Buchstaben per Parameter übergeben werden.
Einfach testen dann siehst Du es auch.
Steht aber auch irgendwo bei Adobe zum nachlesen.

Ich hoffe ich habe das Problem bzw. meinen Wunsch jetzt deutlicher/genauer beschrieben.

Vielleicht ist es auch am Einfachsten wenn ich beschreibe was ich damit tun will:
Ich habe ein Dokumentations-System mit Inhaltsverzeichnis und Volltext-Stichwortverzeichnis.
Die Texte sind Schlussendlich alle als durchsuchbare PDFs abgelegt.
Sucht nun ein Benutzer nach Begriffen wird Ihm angezeigt in welchen Dokumenten diese gefunden worden sind. Der Benutzer wählt nun das gewünschte Dokument an (oder nacheinander alle) und sollte nun ohne nochmals die gesuchten Begriffe einzugeben die erste gefundene Textzeile im PDF angezeigt bekommen. Und dann mit den im PDF-Viewer enthaltenen Suchfunktionen die nächste Stelle des Vorkommens angezeigt bekommen.

Wie schon gesagt, Acrobat/Reader macht da schon einiges, es gibt aber Unterschiede beim Suchen per Parameter und per Eingabe in der Suchfunktions-Maske.
Und das Ganze geht nicht per Internet anzusteuern.

[Martin Altmann]

Hallo Roland,
habe - wie von Dir gewünscht - das Thema umbenannt.

Viele Grüße,
Martin

[Koverhage]

Roland,
vielleicht damit ?

http://www.tracker-software.com/product ... nge-editor

[brandelh]

Bei ÄÖÜ musst AOU übergeben werden dann sucht Acrobat auch nach den Umlauten.
Aber für "ß" geht es einfach nicht.

Die COMMAND Schnittstelle vom Acrobat Reader untestützt also auch ... search="Word1 Word2" ... das wusste noch gar nicht

Nun weiß ich was du meinst, die deutschen Umlaute kann man in die Grundform übersetzen und er findet das "WORT", aber keine Teilbegriffe !
Alle Wörter mit ß findet er nicht, "ß" muss wohl eine besondere Bedeutung haben.
Ein grundsätzliches Problem besteht darin, zumindest war es bei meinen Tests so, dass er nur ganze Wörter findet,
während er intern bei der Suche normalerweise von Wortteilen ausgeht.

Eventuell kann man das mit ActiveX besser steuern. Aber das setzt voraus, dass die Steuer-EXE und der Viewer (wer auch immer) eine LOKALE Exe haben.
Wenn du nun ein PDF von einem Webserver als Dokumentenquelle verwendest, könnte dieses heruntergeladen und durchsucht werden (wie auch immer),
wenn es aber so sein soll, dass auf dem Webserver die Suche stattfinden und die Anzeige erfolgen soll, brauchst du Web-Server-Technologie.

[brandelh]

So, die Beschränkungen liegen am Acrobat Reader, nicht am PDF Dateiformat !

http://www.chip.de/downloads/PDF-XChang ... 84876.html
http://www.tracker-software.com/product ... nge-editor

Ich habe mir die kostenlose Testversion vom PDF XChange Editor geladen, die CMD Datei nach Adobe Syntax erstellt und unter OEM abgespeichert.

Code: Alles auswählen

@echo off
cls
"C:\Program Files\Tracker Software\PDF Editor\PDFXEdit.exe" /a "search=groß"  "Beispiel.pdf"

Ausgeführt und sehe das (die Sprache hatte ich schon vorher auf Deutsch als Standard eingestellt.)

PDF-Suche.png (202.01 KiB) 10165 mal betrachtet

Er sucht nach Teilbegriffen und "groß" ist kein Problem. Das Wort "größtenteils" findet er mit "groß" nicht, das sieht doch gut aus oder ?

[DelUser01]

Hallo Hubert und Klaus,

Danke für die Infos!
Schaue mir gerade PDF-XChange genauer an.
Zumindest mit dem lokalen Such-Parameter klappt es damit.
Ob das auch per Browser funktioniert suche ich gerade noch.
Für den PDF-XChange Editor ist das Online-Manual nicht verfügbar - oder ich habe es nicht gefunden.

Möglicher Weise ist der Aufruf eines Programms mit Parameter aus dem Browser heraus kein spezifisches Problem des jeweilig verwendeten Programms sondern wie das Programm im Betriebssystem registriert ist?

Bin am testen...

[brandelh]

Ich habe auch nach einer LOKALEN Hilfedatei gesucht (mein Internet hier ist bescheiden) aber nicht gefunden.
Die Onlinehilfe zeigt bei mir auch nur die Einstiegsseite an.

[Koverhage]

(mein Internet hier ist bescheiden)

Jedes kleines Kaff bekommt doch schnelles Internet, nur die größeren Städte
bleiben außen vor

[brandelh]

Ich habe hier nur mobilen Zugang
Zu Hause habe ich DSL 50.000 oder ist das schon VDSL ?
Egal, leider sind viele Server nicht willig so schnell zu liefern, aber allein der 10 MBit Upload hat mich überzeugt.

[DelUser01]

da gebe ich auch meinen Senf dazu:

hier in unserem Dorf gibt es seit ein paar Jahren Glasfaser.
Anfangs nur EnBW als Provider - die boten nicht viele Variationen,
dann kam noch KabelBW dazu - die waren billiger und nahmen EnBW die Kunden weg bis es zum Krach kam und KabelBW nicht mehr über die Glasfaserleitung der EnBW anbieten durfte.
KabelBW war aber nicht blöde und baute flugs Ihr Netz aus über die Kabelfernsehleitung und schon gab es wieder viele Kunden aus dem Dorf - bis KabelBW pleite und verkauft war.
Inzwischen darf KabelBW (der neue Besitzer) wieder über Glasfaser anbieten und mit was für Bandbreiten und Preisen!
Und das Beste ist - EnBW hängt mit Ihrem Netz jetzt an dem von KabelBW...

Mein Nachbar (auch eine Firma) hat 100MBit Down max. 10MBit up für nicht ganz 40 Euro (KabelBW) - die Telefon-Flat nicht zu vergessen.
Ich habe eine "Festverbindung" 10MBit beide Richtungen und zahle 300 Euro (EnBW).
Warum ich nicht wechsle? Bei KabelBW gibt es (z.Zt.) nur 1 feste IP. Für meine WebServer brauche ich aber (noch) mehrere.

Also weiterzahlen...
(Aber ich sollte mich nicht beklagen - es war schon viel langsamer und viel teurer.)

Jetzt bin ich aber ganz vom Thema abgekommen...

[DelUser01]

Hallo

Mal ein anderer Denkansatz:
Wie wäre es, wenn man ein Tool mit XBase++ baut, welches den Download eines PDFs vom Internet übernimmt und dann den entsprechenden PDF-Viewer ansteuern würde?
Das Gegenstück im Internet - also der WAA - würde dann einfach aus dem PDF ein PDX (z.B.) machen. Und mit PDX wird lokal das Tools verbunden welches das PDX herunterlädt, in PDF umbenennt und den Viewer mit dem Suchparameter startet.
Entweder Adobe oder einen anderen (PDF-XChange) wenn installiert. Da könnte ja sogar der User vorher auswählen.
Er muss eben zuvor das Tool herunterladen.
Man könnte damit auch (ganz einfach) die Suchbegriffe in den Dateinamen integrieren wenn das mit Parametern nicht machbar wäre.

Dann wären aber die Abfragen nicht mehr universell überall machbar (Tablet, Smartphone, ...).

Gruß
Roland

[Tom]

Ich verwende übrigens den "VSPDF Viewer" als ActiveX-Komponente, PDFs werden in Dialoge eingebunden angezeigt. Und gesucht wird ganz einfach über die Methode "FindText".

[Wolfgang Ciriack]

Du kannst dir auch mal den PDF Architect (PDFCreator) ansehen http://de.pdfforge.org/, sie bieten i.M. die Version 2.0 für 69,00 € an.

[brandelh]

hier kann man eine englische PDF mit der Hilfe herunter laden:

http://www.pdf-xchange.de/DL/pdf-xchange-editor.htm

Wenn du einen PDF LINK in einem Browser anklickst, dann wird mit der Datei laut Voreinstellung verfahren:

1. Standardprogramm direkt starten ...
2. Fragen ob Standardprogramm oder nur speichern
3. Intern verarbeiten, wenn du Erweiterungen für den Browser hast.

all das sind Einstellungen über die nur der Anwender (und manchmal ein übles Installationsprogramm) die Macht hat.

Wenn DU ein eigenes Programm auslieferst, das die PDF lädt, dann kannst du natürlich entscheiden was zu tun ist:

1. Start von Standardprogramm per RunShell()
2. Start von einem anderen Programm per RunShell()
3. Zerlegen der Datei mit einer Bibliothek z.B. QuickPDF und ...
4. Selbst verwalten z.B. über ein ActiveX Control wie es TOM vorgeschlagen hat.

Jeder Weg hat Vor- und Nachteile:

1. und 2. nutzt Software die da ist, der Anwender kennt sie, aber die Integration und das Verhalten sind nur begrenzt zu verwalten.
3. QuickPDF mit HBPrintPDF wäre am Besten geeignet um den INHALT zu bekommen, zu ändern oder zu verarbeiten.
4. TOMs Weg - vermutlich - in der Optik leichter zu verarbeiten als 3., kann aber sicher auch PDF Manipulationen.

Es kommt halt drauf an, was du genau brauchst.

[AUGE_OHR]

ich suche einen Weg um Text in einem PDF-Viewer zu markieren und anzuspringen.
Ähnlich wie es im Adobe Acrobat und Reader möglich ist.
Das klappt auch einigermaßen mit dem Parameter search="text..."

Aber das funktioniert eben nur bedingt und nicht sauber mit Umlauten und überhaupt nicht mit dem "ß".

wieso sollte es nicht gehen wenn es OEM ist (also NICHT Notepad ! )

nimm mal dazu das Demo c:\ALASKA\XPPW32\Source\samples\activex\webbrowser\webbrowser.prg und ändere die Zeile

Code: Alles auswählen

   * Zur Startseite navigieren
// ::BrowserControl:Navigate( "http://www.alaska-software.com" )
   ::BrowserControl:Navigate( "file:///C:/ALASKA/XPPW32/Source/samples/activex/acrobat/DEMO.PDF#search=großen Vorteil")

deine Idee es, beim Acrobat Reader, über activeX zu versuchen bringt es nicht wirklich da du über die IDispatch nur "IArcoAXDocShim" erreichst. damit sind nur folgende Methoden vorhanden
http://www.cgplusplus.com/online-refere ... ontrol.htm

[DelUser01]

Hallo Jimmy

Deinen Beitrag verstehe ich vermutlich nicht richtig.

Ich versuche das zu erklären:
per RunShell() kann der Adobe Reader gestartet und ein zu öffnendes PDF angegeben werden.
Mit einem weiteren Parametern lässt sich EIN (1) EXAKTER Such-Begriff übergeben.
Diese Such-Schnittstelle ist international und arbeitet für deutsche Umlaute automatisch doppelt (kompatibel). Das heißt, dass wenn "ö" übergeben wird im Text nach "o" und "ö" gesucht wird. Z.B. gesucht wird "Hölle" gefunden werden aber auch Einträge wie "Holle".
Wäre nicht so schlimm, aber mit "ß" geht gar nichts.
UND wenn es keine vollständigen Worte sind sondern nur in Worten vorkommende "Wortfetzen" geht diese Übergabe gar nicht.

Verwendet man jedoch diese Suchfunktion mit den vorgenannten Begriffen direkt im Reader dann wird alles prima gefunden und markiert.

Den vorgenannten Effekt kann man per Google in zig Beiträgen nachlesen.

Die gewünschten Such-Funktionen sind jedoch im Reader wie im Acrobat eingebaut und funktionieren prima - jedoch nicht über SendKey() ansprechbar.
Wenn ich die Doku der Acrobat SDK richtig verstehe geht das aber damit.

Mehr habe ich mich damit nicht beschäftigt.

[AUGE_OHR]

per RunShell() kann der Adobe Reader gestartet und ein zu öffnendes PDF angegeben werden.

ich denke nicht das man ein "ß" per Runschell() als OEM übergeben kann.
probiere doch mal bei Beispiel aus und du wirst sehen das es funktioniert mit OEM.

Die gewünschten Such-Funktionen sind jedoch im Reader wie im Acrobat eingebaut und funktionieren prima - jedoch nicht über SendKey() ansprechbar.

"wie" bist du an das Handle des Eingabe Controls gekommen ?

EDIT_Handle.JPG (98.85 KiB) 10080 mal betrachtet

Wenn ich die Doku der Acrobat SDK richtig verstehe geht das aber damit.

Die SDK enthält wesentlich mehr Objecte als nur "IArcoAXDocShim"

ArcoAXDoc.JPG (63.97 KiB) 10080 mal betrachtet

leider kommt man per Xbase++ activeX nur an die IDISPATCH Schnittstelle.

[DelUser01]

inzwischen guten Morgen Jimmy

vielleicht reden (schreiben) wir über Verschiedenes?
Du vermutest hinter dem was ich probiert habe zu viel...

Handle des Eingabe Controls? keine Ahnung...

per Google zu finden: "Parameters for Opening PDF Files"

Variante 1: Ansteuerung per Parameter - Ergebnis siehe meine Beschreibung
Variante 2: Parameter und SendKey() - Ergebnis siehe meine Beschreibung
Variante 3: mit SDK - noch nichts probiert...

(p.s. das mit dem "ß" ist nur ein Teil des Problems)

[brandelh]

@ Jimmy

runshell() kann natürlich alle Zeichen übergeben, also auch ß.
Aber die Acrobat command Schnittstelle kann diese nicht verarbeiten