CAJ2PDF
2024-08-26 15:14:00
该项目不成熟,很容易遇到转换失败的例子。
https://github.com/JeziL/caj2pdf
https://github.com/JeziL/caj2pdf/wiki
caj2pdf
Why 中国知网的某些文献(多为学位论文)仅提供其专有的 CAJ 格式下载,仅能使用知网提供的软件(如 CAJViewer 等)打开,给文献的阅读和管理带来了不便(尤其是在非 Windows 系统上)。 若要将 CAJ 文件转换为 PDF 文件,可以使用 CAJViewer 的打印功能。但这样得到的 PDF 文件的内容为图片,无法进行文字的选择,且原文献的大纲列表也会丢失。本项目希望可以解决上述两问题。
How far we've come 知网下载到的后缀为 caj 的文件内部结构其实分为两类:CAJ 格式和 HN 格式(受考察样本所限可能还有更多)。目前本项目支持 CAJ 格式文件的转换,HN 格式仅支持基本文件信息和大纲信息的读取,但在文件内容结构的分析上也取得了一些微小的进展。 关于两种格式文件结构的分析进展和本项目的实现细节,请查阅项目 Wiki。
How to contribute 受测试样本数量所限,即使转换 CAJ 格式的文件也可能(或者说几乎一定)存在 Bug。如遇到这种情况,欢迎在 Issue 中提出,并提供可重现 Bug 的 caj 文件——可以将样本文件上传到网盘等处,也可直接提供知网链接(作者已滚出校园网,提 issue 请提供可下载的 caj 文件)。 如果你对二进制文件分析、图像/文字压缩算法、逆向工程等领域中的一个或几个有所了解,欢迎帮助完善此项目。你可以从阅读项目 Wiki 开始,看看是否有可以发挥你特长的地方。Pull requests are always welcome.
How to use
环境和依赖 Python 3.3+
PyPDF2
mutool 用法 # 打印文件基本信息(文件类型、页面数、大纲项目数)
caj2pdf show [input_file] # 转换文件
caj2pdf convert [input_file] -o/--output [output_file] # 从 CAJ 文件中提取大纲信息并添加至 PDF 文件
## 遇到不支持的文件类型或 Bug 时,可用 CAJViewer 打印 PDF 文件,并用这条命令为其添加大纲
caj2pdf outlines [input_file] -o/--output [pdf_file] 例 caj2pdf show test.caj
caj2pdf convert test.caj -o output.pdf
caj2pdf outlines test.caj -o printed.pdf 异常输出(IMPORTANT!!!) 尽管这个项目目前有不少同学关注到了,但它仍然只支持部分 caj 文件的转换,必须承认这完全不是一个对普通用户足够友好的成熟项目。具体支持哪些不支持哪些,在前文也已经说了,但似乎很多同学并没有注意到。所以如果你遇到以下两种输出,本项目目前无法帮助到你。与此相关的 issue 不再回复。 Unknown file type.:未知文件类型;
Unsupported file type.: 尚不支持的 HN 格式。 License 本项目基于 GLWTPL (Good Luck With That Public License) 许可证开源。
README
参考资料
[1] python 版本切换 https://www.cnblogs.com/yifugui/p/8649864.html
[2] pip3 安装 https://www.cnblogs.com/wenchengxiaopenyou/p/5709218.html
[3] Ubuntu 镜像更新 https://blog.csdn.net/whq19890827/article/details/79101571
最新文章
- supervisord 小记
- ExtJs 学习之开篇(-)之define
- 模拟时钟(AnalogClock)和数字时钟(DigitalClock)
- Mysql InnoDB行锁实现方式
- 洛谷 P1012 拼数 Label:续命模拟QAQ
- redis学习笔记——(1)
- Qt之启动外部程序
- 老毛桃U盘启动盘制作工具V20140501完美贡献版
- 最小费用最大流MCMF zkw费用流
- javascript操作json总结
- WebService从服务端到客户端的用例
- zabbix自动清理30天前的数据
- MarkDownPad2基本语法
- 安全之路 —— 利用APC队列实现跨进程注入
- Hadoop:hdfs文件permission denied问题解析
- Redis初探-Redis安装
- 剑指offer(57)二叉树的下一个节点
- 从零开始学 Web 之 HTML5(二)表单,多媒体新增内容,新增获取操作元素,自定义属性
- 浅谈log4j-4-不同目的地(转)
- 大数乘法java版