几款虚拟打印机的奇妙用途4

Office 2003中的虚拟打印机
　　
　　Office 2003自带了一个虚拟打印机，如果没有安装，请运行Office 2003的安装程序，利用其“添加或删除功能”中的“高级自定义”将组件Microsoft Office Document Imaging Writer安装到系统中即可。利用Office 2003的这一虚拟打印机，任何加密的文档都可以把其中的文字提取到Word文档中，只要其提供了打印功能，甚至包括tif图像中的文字；实现文字到图像的转换。

　　下面利用这一方法来提取加密pdf文档中的文字：

　　运行Acrobat Reader，打开要提取文字的pdf文档，单击菜单“文件→打印”，在出现的“打印”窗口中，打印机名称一定要选择“Microsoft Office Document Imaging Writer”，单击后面的“属性”按钮，可以设置页面大小、输出文件格式（包括mdi和tiff两种格式，默认为msi）及默认保存位置。设置好“打印”窗口中的其他相关参数后，单击“确定”按钮，出现“另存为”窗口，在此即可把页面“打印”成一个mdi文件，同时系统会自动启动“Microsoft Office Document Imaging”并显示出刚刚保存的mdi文件。

　　在Microsoft Office Document Imaging的窗口中，单击菜单“工具→将文本发送到Word”，在弹出的窗口中单击“确定”，系统会自动对整个页面进行OCR识别，识别完毕之后，会自动启动Word，并把识别出来的文字显示在Word文档中，识别效果非常不错。如果只需要页面中的部分文字，可单击标准工具栏中的“使用OCR识别文本”，先进行文字识别，然后用鼠标框选出需要的部分，再执行“将文本发送到Word”，选中“当前选中范围”即可。(图6)

图6

　　在Word中适当对文字及格式进行修改，即可将其保存成doc文档。到此pdf文档中的文字已经提取到了Word中了。

　　提示：如果上面“打印”成的格式是tif，则需要手动从“开始”菜单“Microsoft Office 工具”中启动Microsoft Office Document Imaging，然后再“打开”tif文件，同样可以把文字识别到Word中。