加工服务

PDF转XML演示

原始图片： 第一页      第二页

转换后的XML：点击此处查看

      1. 什么是乱码？（即PDF文档文字符号显示原理）

           计算机系统中显示出来的字符，是通过每个字符对应的唯一码（即内码），再用此字符不同字体的字模样式显示出来。如：” 国 ”字的内码是“ B9FA ”，用黑体显示就是“ 国 ”的字样，用楷体显示就是“ 国 ”的字样，但内码都是同一的“ B9FA ”。

1. PS文件转换成PDF
   包括：方正书版、方正飞腾发排的PS文件，都可以转换成PDF格式。
2. 方正大样文件转换
   包括s2，s72，s92，ps2，mps，s10，nps等大样文件转换成PDF格式。
3. Word转PDF
   word文档可批量转换成PDF格式。
4. PDF转XML
   可以先进行人工标引，分章节、段落、主题信息后导出XML文件，对于报纸类信息，可以按文字块及图片进行合并、组合后，导出到XML文件。

1. PDF文件内容校对

2. PDF文件内码校对

3. PDF页面分割

4. PDF文件目录自动生成

5. PDF文件批量加密、加水印、加背景

1. 纸质图书扫描
   彩色、黑白均以300dpi以上进行高速扫描
2. OCR识别
   采用先进的文本识别技术，将错误率降至最低
3. 文档校对
   进行三次人工校对，保证内容信息的高度准确
4. 制作成双层PDF
   将图片层与识别层组合成双层的PDF，这种PDF文件既能保持原版原式又可以检索、复制、拷贝
5. 制作成单层PDF
   

1. 可检索PDF（上面是图，下面是文字）制作
   可以将扫描后的图片，进行识别加工成双层的pdf，上面是图片，下面是文本，可以支持文本检索、复制、拷贝。
2. 可选择PDF（上面是文字，下面是图）制作
   可以将扫描后的图片，进行识别加工成双层的pdf，上面是文本，下面是图片，可以支持文本检索、复制、拷贝。
3. 图片转单层PDF制作
   可以将扫描后的图片，进行识别加工成单层的pdf，文字是矢量的，不仅可以支持文本检索、复制、拷贝，文件还可用于高精度打印和印刷。 
   

1. 电子图书CIP数据抽取
   对书籍的版权页面、目录信息、摘要内容进行针对性的信息提取，例如：书名、作者、责任编辑、出版单位、CIP数据、ISBN、开本、定价、发行单位、章节信息等分别提取出来建立索引数据库。
2. 电子图书目录自动抽取
   可以对书籍的目录页面进行自动抽取，生成对应的文本文件，并还原到PDF中生成书签。
3. 学术期刊信息抽取
   可以对期刊内容指定信息抽取，例如：标题、作者、作者单位、摘要、关键词、文章编号等。
4. 电子报纸文章信息识别
   

我们为期刊、杂志出版物的配套光盘和合订本光盘提供专业的检索光盘制作服务。光盘形式可选择传统的页面文章浏览模式，和最新的flash翻页模式播放，两种模式均可达到较好的电子期刊、杂志展示效果。

我们的系统特点如下：

针对条目式的数据类型（如：黄页、名录、书目等），我们拥有一套专业的系统来展现这些数据的内容。

我们的系统特点如下：

我公司专业制作《百科全书检索光盘》（载体：VCD / DVD / U盘 / 移动硬盘），是各大出版单位开发“电子读物系列产品”发行和“书籍配套光盘”发售的良好选择。

《百科全书检索光盘》，具有以下功能特色：