PDF se zmršenou diakritikou – lze z něj dostat správný text?

[Myloš]

V práci mj. upravuji různá periodika a převádím je do čistého textu (TXT).
Mezi tato periodika patří i týdeník Církve československé Husitské Český zápas.
Poslední čísla (například 47 – viz uvedený odkaz) mají zmršenou diakritiku.

ukázka ve spoileru:

► Zobrazit spoiler

DEN VÁLENCH VETERÁN U SV. MIKULÁE NA STAROMSTSKÉM NÁMSTÍ
Mimoádnou pozornost vnuje
Církev eskoslovenská husitská Dni
válench veterán, kter se slaví
11. listopadu u píleitosti konce
1. svtové války a je rovn vroím
úmrtí lena naí církve, studenta
Jana Opletala.
Ji poesté uspoádala praská diecéze
naí církve a náboenská obec
Praha 1 – Staré Msto bohoslubu
a slavnostní shromádní, a to v pedve
er, 10. listopadu v chrámu sv.
Mikuláe na Staromstském námstí.
Na vznam pipomínanch událostí
se snaíme upozornit i irí veejnost
a na tato setkání jsou proto
zváni také zástupci státu, politického
a spoleenského ivota, píslu-
níci Armády R, sl. obce legioná
ské, eské obce sokolské, eského
svazu bojovník za svobodu,
Hasiského záchranného sboru, Masarykovy
spolenosti a dalích organizací.
Tento rok se setkání zú-
astnil mj. i ministr obrany Ing.
Vlastimil Picek, pedseda Spole-
nosti M. R. tefánika PhDr. Vojtch
elko, náelník gen. tábu genpor.
Ing. Petr Pavel, MA., hlavní kaplan
AR plk. Mgr. Jan Kozler a plk. dr.
Eduard Stehlík.
Bohosluby v Chrámu sv. Mikuláe
vedl patriarcha naí církve ThDr.
Tomá Butta, Th.D., biskup prask
doc. ThDr. David Tonzar, Th.D.,
a biskup olomouck MUDr. Rudolf
Göbel, jen pronesl vstiné kázání.
Církev drazem na zmínné tradice
vyjaduje své pesvdení, e ochota
k obti za druhé i k jinému nadosobnímu
cíli odráejí pedevím
zápas duchovní a e je pímo naí
povinností na tyto statené naí
nedávné historie vzpomínat a vracet
jim est, která jim náleí.
Je naí povinností upozorovat na
skutenost, e svoboda není samoz
ejmostí a v pípad ohroení je
nutno ji bránit – tak, jak to vnímali
i nai BRATI – hrdinové, stojící na
stran slabch a ohroench. red

Na rozdíl od nakopírování sem nebo do Notepadu jsou sice v PSPadu některá písmenka reprezentovaná dvojicí znaků, z nichž je jeden unikátní, takže by bylo možné náhradou řetězce za znak získat správný text, kdyby… – kdyby tak byla zmršena všechna písmena. Problém je, že třeba í nebo é jsou pouze zkráceny o čárku na i a e, takže bych musel tak jako tak celý text číst a opravovat, na což opravdu nemám čas. To už je rychlejší celé noviny oskenovat, když už je musím kvůli uvedenému problému číst – jenže takhle na jednom blbém čísle strávím hodiny namísto jedné půlhodiny, kterou mi úprava zabrala dřív.
Napadá někoho, jak z takhle zčuněného pédéefka dostat bezchybný text?

[Reklama]

[Clorky]

Tohle by teoreticky mohlo fungovat, vyzkoušej:
http://www.motobit.com/util/charset-cod ... ersion.asp
Je to konvertor charsetu. Znaky ě,č,ř atd. by měl podporovat windows-1250/utf-8 a dalších x.

[Myloš]

Tak ten web mi sice nepomohl, ale náhodou jsem zjistil, že svou vinu nese i PSPad.
Zatímco notepad nehradí všechna písmenka obdélníčkeý, z nichž je každý sice opticky stejný, ale kódem unikátní, PSPad převede na dvojici znaků všechny vyjma ÁÍÉ, takže by to šlo v Notepadu nahradit.
Je to rozhodně jednodušší než skenovat a všechno pozorně číst., přesto – napadá někoho nějaké elegantnější řešení?

[tux]

A co ve wordu nahradit znaky?
Pokud je obdelníček zastupující písmeno í kódově jinej, než třeba ten co zastupuje á, tak by stačilo zkopírovat a ve wordu nahradit znaky, nebo jak se ta funkce jmenuje. Pokud jsem ten problém teda pochopil.

[Myloš]

Tak to už je fuk, jestli to budu nahrazovat ve Wordu nebo v Notepadu.

[tux]

Já myslel pomocí tej funkce.
Dáš vyhledat všechny , a ty potom jedním kliknutím přepíšeš na á, případně jiný písmeno.

[Myloš]

Ale jistě – Ctrl+H – to znám; jak říkám, totéž můžu udělat i v poznámkovém bloku, když je to prostý text.

[tux]

Koukám že Word tam dělá vůbec jiný znaky. Nějaký smajlíky, a podobný nesmysly.

[Myloš]

Jo, myslím že ty samý jako mám tady nahoře ve spoileru v prvním příspěvku.

Doplňuji – aha, tak tady jsou ještě divočejší.