PDF转化经验之谈

归类

pdf软件的功能可以概括为：阅读，编辑（拆分，标注等），转化。
我们可以把市面上的软件分为三个梯队：
1、acrobat DC pro，作为pdf文件格式的开发者，acrobat提供的功能相当完善，pdf格式转化无可挑剔（不考虑某些数学公式，不过转化时占用cpu等资源较大）。界面美观，是单个pdf办公处理的首选。——国外软件，有破解版可免费使用
2、福昕编辑器，金山pdf。共同点：国内公司开发的软件，正规收费，无人破解。前者主要面向企业，费用高昂，功能繁多。后者更适合一般办公用户，pdf特权一年39元（app内开通）——都提供acrobat不具有的pdf批量转化功能
3、迅捷pdf编辑器和pdf转换器：这款软件代表了大多数你可以从网页上找到的各种名字的转换器。鲜明特点是有两个选项：格式优先，可编辑优先。格式优先中看不中用，不如转化之前的pdf文件用处大；可编辑转化可以正常使用，但是在用python批量处理时报错缺少child对象，可见转化过程信息损失之大。——有破解版（网页打不开的可以用vpn）。
以上三类分别对应了不同需求：
第一纵队适合高质量编辑，但是批量处理性能不足。解决方法：使用按键精灵类软件释放双手，但十几个上百页pdf转化还有些费时费力。（按键精灵存在失灵现象，而且每次单单击的延时要取最大值才不会发生意外。）
第二纵队：只要钱多，一切都不是问题。
第三纵队：只要有用，将就着也能过。

还有一个bug就是汉王扫描软件，外置一个usb小设备使用，价格700多，据说能够识别转化数学公式。转化准确度远超第一纵队，专业化程度和价格上堪比第二纵队，估计不能批量使用，适合教学错题整理使用。

番外之谈：做自己的数据搬运工

我们时常需要某些数据来完成自己的研究和报告，但是出于种种缘由，不是找不到，就是缺失值很多。就经济类数据而言，我们可以从公开信息渠道收集整理数据，通过模型计算出某些因素变量的估计值再进行进一步研究。
此时可能涉及pdf文件的批量转化和表格提取等工作。
网上提供的代码是很好的学习材料，但不具有很强的可移植性，运行过程中还有很多错误。这种方式需要根据自己的需要（所进行转化文件的内容和对象的特殊性）编写代码，根据运行结果不断调试修改。而且当需求发生变化的时候代码也应该随之修改。对于非编程专业人士（如笔者）来说，完美的解决方案只可能是上述已经被市场化的软件。
就pdf批量转化且不丢失对象这一需要而言，金山pdf可能是一个不错的选择。