Seuls les fichiers TXT et RTF embarquent le texte en toutes lettres. Les PDF, DOC, ODT, ODS, XLS etc. embarquent un corps de texte codé, non lisible par un éditeur hexadécimal. Les PDF qui en sont issus sont dans le même cas : illisibles.
C'est marrant, mais sur mon Mac une recherche de texte dans le système m'affiche des pdfs. Faudrait passer Í un truc plus moderne et revoir tes connaissances. Ils sont tout Í fait lisible, mais pas par toi. <https://www.cjoint.com/doc/21_02/KBjoLbev1BK_Capture-Ecran1.jpg>
Ton image ne prouve rien, elle montre simplement que ton Mac affiche une imagette du fichier PDF et contient donc un logiciel qui le lit, comme le ferait le logiciel de PDF lui-même, mais elle ne montre pas le texte qui est dedans sous une forme qui serait exploitable hors logiciel de PDF..
Copier coller depuis un pdf : [...] 1. INTERNATIONAL MOTOR INSURANCE CARD 2. EMISE AVEC L'AUTORISATION DU BUREAU CENTRAL 1. CARTE INTERNATIONALE D'ASSURANCE AUTOMOBILE FRANCAIS 3. VALABLE DU 4. Code pays / Code assureur / Numéro AU JourMoisAnnée JourMoisAnnée991318404 19/01/21 01/05/21 F943 [...]
Tu ne prouves rien. Il faut le PDF lui-même pour voir si ce texte est en clair dedans, ou non, car c'est ce que tu as dit.
Si on ouvre le pdf on ne «Â lit » rien parce que c'est compressé : 1. Le texte est compressé. 2. La police de caractère est incluse, compressée et réduite aux caractères utilisés (peut-être un peu plus). Un pdf contenant une seul lettre fait 12 Ko.
VoilÍ , c'est exactement ce que je dis : le texte est compressé et est illisible par un éditeur héxa.
Si il est lisible, mais pas par toi. Tels des hiéroglyphes.
Il n'est donc pas lisible sans décompression, ni modifiable. Et d'ailleurs, c'est parfaitement compréhensible : si les PDF étaient lisibles en héxa, ils seraient facilement modifiables, ce qui leur enlèverait toute force probante. Tout ça pour dire qu'Í mon avis, ce qui est mon souci, la recherche Windows ne scrute pas les textes des PDF, ni les autres DOC, XLS, etc..mais je vais aller plus loin. J'ai créé des fichiers PDF ce matin avec des mots inconnus, j'attends de voir si ces mots sont repérés par la recherche Windows.
Prend un pdf, copie une phrase et demande Í ouinouin de le trouver : tu verras tout de suite, (Í condition de lui dire d'afficher les extensions pour choisir le bon document :D. Tu fais pareil avec les doc, xls...
Et il sait lire beaucoup de choses dans les fichiers, un extrait : <https://www.cjoint.com/doc/21_02/KBjpwiPFpJK_Capture-Ecran2.jpg>
Oui, mais encore une fois, ce n'est pas le texte. Ce sont les zones.
Qu'est-ce-que tu racontes ? La zone ISBN ne contient pas du texte ? Et la zone «Â Contenu » non plus ? Cela te permet de restreindre ta recherche Í certains composants d'un document. C'est bien de pouvoir faire le choix entre : - date de dernière ouverture - date d'enregistrement - date de création - date d'utilisation - date de fin - date de ... » Mais ça tu n'imagines pas que ce soit possible, évidemment.
En plus la recherche peut être sauvegardée telle un dossier qui se met Í jour toute seule au fil du temps. J'ai ce genre de «Â dossiers » concernant des dates (dernières semaines...), des mots clefs, et un pointant sur ma liste de définitions et synonymes d'argot : je l'ouvre, je tape un mot et j'ai des synonymes. Avec pas loin de 100 000 documents (un par mot) je trouve et redécouvre pas mal de choses. J'aimerais bien le réduire en supprimant les doublons, mais c'est un travail de titan. Il faudrait que je me remette Í coder pour ce faire : pas le courage.
Tu veux coder un logiciel PDF ? Bon courage !
C'est du txt pur mon gars, pas un truc compliqué. Une façon de faire : prendre le texte de chaque fichier et classer toutes les lettres par ordre alphabétiques en oubliant les espaces, chiffres... Cela donne une première «Â signature » du texte, et supprimer les doublons. Les probabilités que deux textes d'une vingtaine de mots aient tous les deux exactement autant de a, de b, de c... et contiennent des mots différents est quasiment nulle. -- BenoÍ®t Les gens sans humour manquent de sérieux.
Le 9 février 2021, Ghost-Raider osa écrire :
Le 09/02/2021 Í 16:33, Benoit a écrit :
Le 9 février 2021, Ghost-Raider osa écrire :
Seuls les fichiers TXT et RTF embarquent le texte en toutes lettres.
Les PDF, DOC, ODT, ODS, XLS etc. embarquent un corps de texte codé, non
lisible par un éditeur hexadécimal. Les PDF qui en sont issus sont dans
le même cas : illisibles.
C'est marrant, mais sur mon Mac une recherche de texte dans le système
m'affiche des pdfs. Faudrait passer Í un truc plus moderne et revoir tes
connaissances. Ils sont tout Í fait lisible, mais pas par toi.
Ton image ne prouve rien, elle montre simplement que ton Mac affiche une
imagette du fichier PDF et contient donc un logiciel qui le lit, comme
le ferait le logiciel de PDF lui-même, mais elle ne montre pas le texte
qui est dedans sous une forme qui serait exploitable hors logiciel de PDF..
>
Copier coller depuis un pdf :
[...]
1. INTERNATIONAL MOTOR INSURANCE CARD 2. EMISE AVEC L'AUTORISATION DU
BUREAU CENTRAL 1. CARTE INTERNATIONALE D'ASSURANCE AUTOMOBILE FRANCAIS
3. VALABLE DU
4. Code pays / Code assureur / Numéro
AU
JourMoisAnnée JourMoisAnnée991318404
19/01/21 01/05/21 F943
[...]
Tu ne prouves rien. Il faut le PDF lui-même pour voir si ce texte est en
clair dedans, ou non, car c'est ce que tu as dit.
>
Si on ouvre le pdf on ne «Â lit » rien parce que c'est compressé :
1. Le texte est compressé.
2. La police de caractère est incluse, compressée et réduite aux
caractères utilisés (peut-être un peu plus). Un pdf contenant une seul
lettre fait 12Â Ko.
VoilÍ , c'est exactement ce que je dis : le texte est compressé et est
illisible par un éditeur héxa.
Si il est lisible, mais pas par toi. Tels des hiéroglyphes.
Il n'est donc pas lisible sans décompression, ni modifiable.
Et d'ailleurs, c'est parfaitement compréhensible : si les PDF étaient
lisibles en héxa, ils seraient facilement modifiables, ce qui leur
enlèverait toute force probante.
Tout ça pour dire qu'Í mon avis, ce qui est mon souci, la recherche
Windows ne scrute pas les textes des PDF, ni les autres DOC, XLS,
etc..mais je vais aller plus loin.
J'ai créé des fichiers PDF ce matin avec des mots inconnus, j'attends de
voir si ces mots sont repérés par la recherche Windows.
Prend un pdf, copie une phrase et demande Í ouinouin de le trouver : tu
verras tout de suite, (Í condition de lui dire d'afficher les extensions
pour choisir le bon document :D.
Tu fais pareil avec les doc, xls...
>
Et il sait lire beaucoup de choses dans les fichiers, un extrait :
Oui, mais encore une fois, ce n'est pas le texte. Ce sont les zones.
Qu'est-ce-que tu racontes ? La zone ISBN ne contient pas du texte ? Et
la zone «Â Contenu » non plus ? Cela te permet de restreindre ta
recherche Í certains composants d'un document. C'est bien de pouvoir
faire le choix entre :
- date de dernière ouverture
- date d'enregistrement
- date de création
- date d'utilisation
- date de fin
- date de ... »
Mais ça tu n'imagines pas que ce soit possible, évidemment.
En plus la recherche peut être sauvegardée telle un dossier qui se met Í
jour toute seule au fil du temps.
J'ai ce genre de «Â dossiers » concernant des dates (dernières
semaines...), des mots clefs, et un pointant sur ma liste de définitions
et synonymes d'argot : je l'ouvre, je tape un mot et j'ai des synonymes.
Avec pas loin de 100Â 000 documents (un par mot) je trouve et redécouvre
pas mal de choses.
J'aimerais bien le réduire en supprimant les doublons, mais c'est un
travail de titan. Il faudrait que je me remette Í coder pour ce faire :
pas le courage.
Tu veux coder un logiciel PDF ? Bon courage !
C'est du txt pur mon gars, pas un truc compliqué.
Une façon de faire : prendre le texte de chaque fichier et classer
toutes les lettres par ordre alphabétiques en oubliant les espaces,
chiffres... Cela donne une première «Â signature » du texte, et supprimer
les doublons. Les probabilités que deux textes d'une vingtaine de mots
aient tous les deux exactement autant de a, de b, de c... et contiennent
des mots différents est quasiment nulle.
--
Benoͮt
Les gens sans humour manquent de sérieux.
Seuls les fichiers TXT et RTF embarquent le texte en toutes lettres. Les PDF, DOC, ODT, ODS, XLS etc. embarquent un corps de texte codé, non lisible par un éditeur hexadécimal. Les PDF qui en sont issus sont dans le même cas : illisibles.
C'est marrant, mais sur mon Mac une recherche de texte dans le système m'affiche des pdfs. Faudrait passer Í un truc plus moderne et revoir tes connaissances. Ils sont tout Í fait lisible, mais pas par toi. <https://www.cjoint.com/doc/21_02/KBjoLbev1BK_Capture-Ecran1.jpg>
Ton image ne prouve rien, elle montre simplement que ton Mac affiche une imagette du fichier PDF et contient donc un logiciel qui le lit, comme le ferait le logiciel de PDF lui-même, mais elle ne montre pas le texte qui est dedans sous une forme qui serait exploitable hors logiciel de PDF..
Copier coller depuis un pdf : [...] 1. INTERNATIONAL MOTOR INSURANCE CARD 2. EMISE AVEC L'AUTORISATION DU BUREAU CENTRAL 1. CARTE INTERNATIONALE D'ASSURANCE AUTOMOBILE FRANCAIS 3. VALABLE DU 4. Code pays / Code assureur / Numéro AU JourMoisAnnée JourMoisAnnée991318404 19/01/21 01/05/21 F943 [...]
Tu ne prouves rien. Il faut le PDF lui-même pour voir si ce texte est en clair dedans, ou non, car c'est ce que tu as dit.
Si on ouvre le pdf on ne «Â lit » rien parce que c'est compressé : 1. Le texte est compressé. 2. La police de caractère est incluse, compressée et réduite aux caractères utilisés (peut-être un peu plus). Un pdf contenant une seul lettre fait 12 Ko.
VoilÍ , c'est exactement ce que je dis : le texte est compressé et est illisible par un éditeur héxa.
Si il est lisible, mais pas par toi. Tels des hiéroglyphes.
Il n'est donc pas lisible sans décompression, ni modifiable. Et d'ailleurs, c'est parfaitement compréhensible : si les PDF étaient lisibles en héxa, ils seraient facilement modifiables, ce qui leur enlèverait toute force probante. Tout ça pour dire qu'Í mon avis, ce qui est mon souci, la recherche Windows ne scrute pas les textes des PDF, ni les autres DOC, XLS, etc..mais je vais aller plus loin. J'ai créé des fichiers PDF ce matin avec des mots inconnus, j'attends de voir si ces mots sont repérés par la recherche Windows.
Prend un pdf, copie une phrase et demande Í ouinouin de le trouver : tu verras tout de suite, (Í condition de lui dire d'afficher les extensions pour choisir le bon document :D. Tu fais pareil avec les doc, xls...
Et il sait lire beaucoup de choses dans les fichiers, un extrait : <https://www.cjoint.com/doc/21_02/KBjpwiPFpJK_Capture-Ecran2.jpg>
Oui, mais encore une fois, ce n'est pas le texte. Ce sont les zones.
Qu'est-ce-que tu racontes ? La zone ISBN ne contient pas du texte ? Et la zone «Â Contenu » non plus ? Cela te permet de restreindre ta recherche Í certains composants d'un document. C'est bien de pouvoir faire le choix entre : - date de dernière ouverture - date d'enregistrement - date de création - date d'utilisation - date de fin - date de ... » Mais ça tu n'imagines pas que ce soit possible, évidemment.
En plus la recherche peut être sauvegardée telle un dossier qui se met Í jour toute seule au fil du temps. J'ai ce genre de «Â dossiers » concernant des dates (dernières semaines...), des mots clefs, et un pointant sur ma liste de définitions et synonymes d'argot : je l'ouvre, je tape un mot et j'ai des synonymes. Avec pas loin de 100 000 documents (un par mot) je trouve et redécouvre pas mal de choses. J'aimerais bien le réduire en supprimant les doublons, mais c'est un travail de titan. Il faudrait que je me remette Í coder pour ce faire : pas le courage.
Tu veux coder un logiciel PDF ? Bon courage !
C'est du txt pur mon gars, pas un truc compliqué. Une façon de faire : prendre le texte de chaque fichier et classer toutes les lettres par ordre alphabétiques en oubliant les espaces, chiffres... Cela donne une première «Â signature » du texte, et supprimer les doublons. Les probabilités que deux textes d'une vingtaine de mots aient tous les deux exactement autant de a, de b, de c... et contiennent des mots différents est quasiment nulle. -- BenoÍ®t Les gens sans humour manquent de sérieux.
Den
Benoit wrote:
Le 9 février 2021, Den a raconté :
Bref, galère...
Bin non, tu prends un OS moderne. OS X le fait depuis sa version 1 (10.0) en 2001.
C'est de l'ironie, j'espère ? Pas sÍ»r que "mon" W10 soit un OS obsolète... Den
Benoit wrote:
Le 9 février 2021, Den a raconté :
Bref, galère...
Bin non, tu prends un OS moderne. OS X le fait depuis sa version 1
(10.0) en 2001.
C'est de l'ironie, j'espère ? Pas sÍ»r que "mon" W10 soit un OS obsolète...
Mais non ! Je suis en train de vérifier le fonctionnement de Windows search et je proposerai quelque chose de bien mieux que ces bricolages.
Cool ! Si ça marche, ce sont je ne doute pas, es-tu prêt Í recevoir ma reconnaissance éternelle ? Den
Benoit
Le 9 février 2021, Den a raconté :
Benoit wrote:
Le 9 février 2021, Den a raconté :
Bref, galère...
Bin non, tu prends un OS moderne. OS X le fait depuis sa version 1 (10.0) en 2001.
C'est de l'ironie, j'espère ? Pas sÍ»r que "mon" W10 soit un OS obsolète...
Vu ce que tu dis : oui ! Maintenant, si c'est compliqué pour profiter de telles fonctionnalités : oui^2 -- BenoÍ®t On pense Í l'étiquette, Qu'une fois les vendanges faites.
Le 9 février 2021, Den a raconté :
Benoit wrote:
Le 9 février 2021, Den a raconté :
Bref, galère...
Bin non, tu prends un OS moderne. OS X le fait depuis sa version 1
(10.0) en 2001.
C'est de l'ironie, j'espère ? Pas sÍ»r que "mon" W10 soit un OS obsolète...
Vu ce que tu dis : oui !
Maintenant, si c'est compliqué pour profiter de telles fonctionnalités :
oui^2
--
Benoͮt
On pense Í l'étiquette,
Qu'une fois les vendanges faites.
Bin non, tu prends un OS moderne. OS X le fait depuis sa version 1 (10.0) en 2001.
C'est de l'ironie, j'espère ? Pas sÍ»r que "mon" W10 soit un OS obsolète...
Vu ce que tu dis : oui ! Maintenant, si c'est compliqué pour profiter de telles fonctionnalités : oui^2 -- BenoÍ®t On pense Í l'étiquette, Qu'une fois les vendanges faites.
