Приводить в порядок документ, распознанный в ABBYY FineReade – неблагодарное занятие. Я дам несколько советов, которые помогут облегчить распознавание документа и дальнейшую работу с ним.
По окончании урока вы сможете:
- Настроить ABBYY FineReade
- Повторить алгоритм работы с распознанным документом
Откройте программу ABBYY FineReade. Подготовьте какой-нибудь документ *.pdf для распознавания.
1. Настройка ABBYY FineReade
Шаг 1. Настраиваем формат распознавания (лента Инструменты → команда Настройка → закладка Настройка форматов в диалоговом окне Настройка):
Снимаем галочки с команд:
- Сохранять колонтитулы и номера страниц
- Сохранять деление на страницы
В самом деле: зачем нам номера страниц из исходного документа? Ещё неизвестно, в каком виде они распознаются. Бывает, что и виде графических объектов. А номера страниц расставит правильно. И от колонтитулов дополнительно избавляться не надо будет.
Шаг 2. Открываем окно «Редактор стилей» (лента Инструменты → команда Редактор стилей»):
Шаг 3. Уничтожаем все стили (команда Объединить → кнопка выпадающего меню с выбор имени стиля):
Шаг 4. Выбираем имя стиля (любое на ваше усмотрение) → команда Выбрать:
Шаг 5. Передаём текст в Word (выбрать вид Форматированный текст → команда Передать):
2. Алгоритм работы с распознанным документом
Смотрим на документ и видим кучу стилей. Из моего опыта: если не удалить стили в программе ABBYY FineReade, то удалить ненужные стили в программе Word будет проблематично. Но я работаю, далеко не в последней версии ABBYY FineReade. Вполне возможно, что в последних версиях такого казуса нет. Но не пожалейте время на 5-секундную операцию. А теперь по порядку.
Шаг 1. Открываем окно Импорт-экспорт (кнопка Инспектор стилей в рабочей области Стили → кнопка Импорт-экспорт):
Шаг 2. Удаляем все стили (выделяем стили в окне Из Документа → кнопка Удалить → кнопка Закрыть):
Если в рабочей области «Стили» перечень солидный, то скорее всего документ открыт в режиме «Рекомендованные стили» (спасибо разработчикам Word’а за заботу).
Шаг 3. Устанавливаем стили только для текущего документа (кнопка Параметры в рабочей области Стили → кнопка выпадающего меню в поле Отображаемые стили → режим В текущем документе):
Вот уже легче:
Шаг 4. Устанавливаем одноколоночный текст (выделяем весь текст Ctrl+A → лента Макет → команда Колонки → команда Одна колонка из выпадающего меню):
Конечно, может повезти, и многоколоночный текст не образуется при распознавании, но на всякий случай.
Шаг 5. Удаляем лишние непечатаемые символы.
- Разрывы разделов:
2. Разрывы страниц:
3. Мягкий перенос:
Непечатаемый символ «Мягкий перенос» образуется, если в распознаваемом документе были переносы
4. Знак табулятора на пробел:
5. Два пробела на пробел
Вполне возможно, что вам придётся повторить эту операцию несколько раз, так как при выравнивании текста по ширине в распознаваемом документе, могут быть большие промежутки между словами. ABBYY FineReade заботливо заполняет эти промежутки большим количеством пробелов.
6. Два символа конца абзаца на один символ конца абзаца:
Вполне возможно, что вам придётся повторить эту операцию несколько раз аналогично предыдущей операции.
7. Удаление графических объектов (хорошо, что разработчики Word предусмотрели эту возможность):
В таблице я показывала, что на что надо менять:
| Поле «Найти» | Поле «Заменить на…» | |
| 1 | Разрыв раздела | Пусто |
| 2 | Разрыв страницы | Пусто |
| 3 | Мягкий перенос | Пусто |
| 4 | Знак табулятора | Пробел |
| 5 | Два пробела | Пробел |
| 6 | Два символа конца абзаца | Один символ конца абзаца |
| 7. | Графический объект | Пусто |
Шаг 6. Применение набора стилей (лента Конструктор → группа команд Форматирование документа → кнопка выпадающего меню → пользовательский набор стилей):
Шаг 7. Установка параметров границы печатного поля (лента Макет → группа команд Параметры страницы → команда Поля → команда Настраиваемые поля из выпадающего меню):
- Границы печатного поля для страницы
- Положение колонтитулов
Всё, документ готов к форматированию.
Теперь вы сможете:
- Настроить ABBYY FineReade
- Повторить алгоритм работы с распознанным документом
Ещё остались таблицы. Если в документе не больше трёх таблиц, то нетрудно отформатировать их вручную. А если 50 таблиц? Вот об этом будет следующий урок. Заодно состоится первое знакомство макросами.
Если в «Шаг 5. Передаём текст в Word (выбрать вид Форматированный текст → команда Передать)» выбрать вид «Простой текст» — удалять стили из последующего ворд-документа не придется.
Вы правы. Но есть несколько нюансов.
1. Лишь в последних версиях ABBYY FineReader таблица передается в Word как таблица в режиме «Простого текста». Раньше таблица передавалась в виде текста.Я могу из текста восстановить таблицу (Урок 56), но восстановить сложную таблицу, в которой есть объединенные ячейки, проблематично.
2. В режиме «Простой текст» весь текст документа сплошной. А в режиме «Форматированный текст» сохраняется внешнее форматирование заголовков, и тогда я могу воспользоваться командой лента Главная → группа команд Редактирование → команда Выделить → команда Выделить весь текст с одинаковым форматированием. Выделяются все абзацы жирного начертания, которым я присваиваю стиль «Заголовок». Сразу видна структура документа.
Так что режим «Простой текст» имеет смысл применять, когда распознается несколько страниц. Мне приходится работать с документами от 60 страниц и выше. На поиск заголовков в сплошном тексте уйдёт больше времени, чем при работе по моему алгоритму (проверяла несколько раз). Другой разговор, что я должна была упомянуть о режиме «Простой текст» в уроке и заострить внимание на его преимуществах и недостатках. Так что спасибо за замечание и извините за задержку с ответом: очень много работы, а ответить хотелось обстоятельно. С уважением, Елена