Как найти комментарии в pdf

Комментарии используются при рецензировании PDF документов, чтобы добавить примечания, аннотации и другую текстовую или графическую информацию, относящуюся к содержанию документа. Комментарии могут относиться к тем частям документа, в которые необходимо внести изменения, или использоваться в совместной работе, чтобы донести до других авторов свои мысли и мнение. Инструменты для комментирования не изменяют исходное содержимое документа, а сами комментарии не отображаются при печати.

В программе Master PDF Editor вы можете использовать следующие инструменты комментирования:

• Заметки
• Прикрепление файла в качестве комментария
• Подсветка, зачеркивание и подчеркивание текста
• Инструменты рисования
• Инструменты измерения
• Печатная машинка
• Штамп

Вы также можете просматривать комментарии и экспортировать и импортировать их.

Заметки

Заметки – это комментарии, отображаемые поверх исходного содержимого документа. Вы можете использовать заметки, чтобы предложить изменения в PDF документ, задать уточняющий вопрос автору документа или, если вы автор, прокомментировать свои правки для других участников.

Добавление заметки

Чтобы добавить к документу заметку, щелкните кнопку Добавить заметку  на панели инструментов или воспользуйтесь меню Комментарии > Добавить заметку или нажмите Ctrl+6.

Курсор мыши изменится на перекрестие. Щелкните в области редактирования в программе там, где хотите разместить заметку.

Затем введите текст заметки. Вы можете сделать это прямо в окне выноски, либо использовать панель Инспектора Объектов справа.

Теперь, если пользователь наведет указатель мыши на символ заметки в документе, он увидит всплывающую подсказку с текстом комментария:

Панель Инспектора объектов позволяет настроить внешний вид заметок. Можно изменить следующие параметры:

• Автор – укажите автора комментария
• Тема – короткое описание заметки
• Текст – комментарий к определенному фрагменту или элементу PDF файла
• Тип – выберите тип значка заметки. С помощью разных значков вы можете упростить рецензирование. Автору будет легче понять ваши комментарии, если каждому типу комментария будет назначен свой значок.

 

• Цвет – выберите цвет значка заметки и цвет выноски
• Непрозрачность – укажите уровень непрозрачности значка заметки
• Статус – эта настройка позволяет вам и вашим соавторам отслеживать статус комментария. Вы можете выбрать один из четырех статусов и переключаться между ними:
  • Принято – означает, что заметка принята к рассмотрению и предложенные изменения, вероятно, будут внесены автором документа
  • Отменено – означает, что заметка больше не актуальна по той или иной причине
  • Завершено – означает, что проблема в документе, о которой идет речь в заметке, уже исправлена
  • Отклонено – означает, что предложенные изменения были отклонены или что проблема, обозначенная в заметке, не может быть исправлена
• Заблокированный – означает, что заметку может изменить только ее автор.

Редактирование заметки

Чтобы отредактировать заметку, выполните следующие шаги:

1. Переключитесь в режим Инструмент «Рука» с помощью кнопки  на панели инструментов или в меню Инструменты > Инструмент «Рука» или нажав Alt+6.
2. Вызовите панель Инспектора объектов, щелкнув его кнопку справа или нажав Ctrl+F11.
3. Щелкните заметку, которую хотите отредактировать.

Параметры выбранной заметки отобразятся в панели Инспектора объектов, где вы сможете их отредактировать.

Чтобы отредактировать выноску, щелкните заметку дважды.

Вы можете быстро изменить текст комментария и передвинуть выноску на другое место, перетащив ее мышью. Чтобы изменить размер выноски, перетащите ее правый нижний угол.

Ссылка Параметры позволяет управлять статусом заметки, отвечать на нее или удалить заметку.

Вы также можете щелкнуть заметку правой кнопкой мыши, чтобы вызвать такое же меню.

Удаление заметки

Чтобы удалить заметку, выберите Инструмент «Рука» , как описано выше, затем выполните одно из следующих действий:

• Щелкните правой кнопкой мыши по заметке и выберите Удалить в контекстном меню
• Щелкните по заметке, затем нажмите Del на клавиатуре

Подсветка, зачеркивание и подчеркивание текста

Эти инструменты позволяют вам вносить правки в PDF документ, такие как: зачеркивать неверные фрагменты, подсвечивать важные части текста или подчеркивать те фрагменты, которые кажутся вам важными. В отличие от инструментов редактирования, инструменты для комментирования не изменяют содержимое документа. Поэтому, например, зачеркнутый текст выглядит таковым только при рецензировании.

Подсветка текста

Чтобы подсветить текст, щелкните кнопку Подсветка текста  на панели инструментов или выберите соответствующий инструмент, нажав стрелку вниз:

Затем выделите текст, который нужно подсветить:

Когда вы отпустите кнопку мыши, выделенный текст станет подсвеченным.

Зачеркивание текста

Чтобы зачеркнуть какой-то текст в PDF документ, щелкните кнопку Зачеркивание текста  на панели инструментов или выберите этот инструмент, нажав стрелку вниз.

Затем выделите текст, который нужно зачеркнуть. Когда вы отпустите кнопку мыши, текст станет зачеркнутым.

Подчеркивание текста

Чтобы подчеркнуть текст в документе, щелкните кнопку Подчеркивание текста  на панели инструментов или выберите этот инструмент в выпадающем меню.

Затем выделите текст, который нужно подчеркнуть. Текст станет подчеркнутым.

Редактирование свойств подсвеченного, подчеркнутого и зачеркнутого текста

Чтобы отредактировать свойства подсвеченного, подчеркнутого или зачеркнутого текста, выберите Инструмент «Рука»  с помощью соответствующей кнопки на панели инструментов или в меню Инструменты (Alt+6). Затем щелкните текст, который хотите изменить.

В частности, вы можете изменить цвет и непрозрачность подсветки, толщину линии, а также задать комментарий, который будет показываться, когда пользователь наводит курсор на текст:

Инструменты рисования

Инструменты рисования позволяют вам добавлять графические элементы в PDF документы, чтобы привлечь внимание к определенным частям документа, чтобы отобразить взаимное отношение нескольких элементов в документе, или чтобы указать место, где автору следует вставить новый или отредактировать существующий контент.

Чтобы узнать больше об инструментах рисования, обратитесь к разделу Инструменты рисования.

Инструменты измерения

Измерительные инструменты предназначены для измерения расстояний, площадей и периметров объектов в документе PDF. С помощью этих инструментов вы можете замерить различные части документа перед выводом на печать.

Чтобы узнать больше об инструментах измерения, обратитесь к разделу Инструменты измерения.

Печатная машинка

Инструмент Печатная машинка – это простой и быстрый способ добавить текст комментария по месту курсора, не прибегая к сложному редактированию.

Использование печатной машинки

Чтобы выбрать инструмент Печатная машинка, щелкните кнопку Печатная машинка  на панели инструментов или воспользуйтесь меню Комментарии > Печатная машинка.

Затем щелкните в пределах области редактирования там, где хотите оставить комментарий.

Вы можете изменить параметры печатной машинки, используя панель Инспектора объектов. А именно, вы можете изменить следующие свойства:

• Формат текста, включая шрифт, начертание, размер и выравнивание;
• Цвет фона;
• Цвет границы;
• Стиль линии границы;
• Толщина линии.

Редактирование текста печатной машинки

Чтобы отредактировать ранее добавленный объект Печатная Машинка, выберите Инструмент «Рука» с помощью кнопки  на панели инструментов или в меню Инструменты (Alt+6). Затем щелкните объект Печатная машинка, чтобы выбрать его. Теперь на панели Инспектора объектов вы можете изменить параметры объекта:

Чтобы изменить текст печатной машинки, цвет или шрифт, дважды щелкните объект Печатная машинка.

Штампы

Штампы – это графические объекты, которые можно размещать в документе, чтобы можно было быстро идентифицировать различные состояния рецензирования: одобрено, выполнено, отрецензировано, принято и т.д.

Вы можете узнать больше о штампах в разделе Штампы.

Просмотр комментариев

Чтобы быстро просмотреть все комментарии в PDF документе, вы можете использовать Список комментариев, а также применять Фильтр комментариев.

Список комментариев

Чтобы отобразить Список комментариев, выполните одно из следующих действий:

Откроется список комментариев, где вы можете быстро просмотреть все комментарии, оставленные в документе, и перемещаться между ними.

Щелкните комментарий в списке, чтобы перейти к этому комментарию в документе.

Фильтрация комментариев

Вы можете отфильтровать ненужные комментарии с помощью инструмента Отображение комментариев.

Нажмите кнопку Отображение комментариев на панели инструментов  или выберите эту команду в меню Комментарии > Отображение комментариев. Затем вы можете применить фильтр по типу комментария:

…по рецензенту:

…или по статусу:

Фильтр применяется как к комментариям, отображаемым в документе, так и к комментариям в Списке комментариев.

Чтобы снять фильтры, выберите Показать все комментарии. Чтобы отфильтровать каждый комментарий, выберите Скрыть все комментарии.

Экспорт и импорт комментариев

Экспорт данных из комментариев позволяет вам экспортировать комментарии к документу и обмениваться с коллегами и другими авторами только этими данными вместо того, чтобы передавать весь PDF документ. Эта функция копирует комментарии и записывает их в отдельный FDF файл.

Чтобы экспортировать комментарии, выберите в меню Комментарии > Экспорт данных … Появится диалоговое окно сохранения, где вы сможете задать имя файла для сохранения комментариев. По умолчанию, имя файла с комментариями выглядит следующим образом: (имя исходного документа)_комментарии.fdf.

Например: Мой документ_комментарии.fdf

При импорте ранее экспортированных и сохраненных в FDF файл комментариев, данные комментариев добавляются в PDF документ.

Чтобы импортировать комментарии из FDF файла в документ, выберите в меню Комментарии > Импорт данных …. Выберите файл с данными комментариев в диалоговом окне открытия файла и нажмите кнопку Открыть.

Положение и содержимое комментариев будут идентичны тому PDF файлу, откуда они были экспортированы.

Эта статья-руководство отражает пройденный мною путь от постановки вопроса “как извлечь выделенный текст (highlight) из PDF книги” до найденного решения. Времени на поиск решения я потратил немало, из-за чего не решился удалить описание тех программ и способов получения аннотаций, которые меня не устроили, либо работали не корректно.

Зачем это нужно?

Я читаю книги.. Когда я читаю печатное издание, то всегда оставляю липкие закладки на полях, отмечая тем самым интересную и важную для меня информацию. Через некоторое время после прочтения книги, я перелистываю эти закладки и сохраняю, либо анализирую отмеченную информацию. И такое ощущение, что так никто не делает.. По крайней мере, при чтении электронных книг. Ни один линуксовый PDF ридер (Foxit, Okular) не умеет экспортировать аннотации! Лишь немногие могут более-менее сносно показывать их в меню. Тем не менее, я обнаружил платный сервис, который умеет извлекать примечания из PDF – sumnotes.net. Импорт 50 примечаний (или страниц) бесплатный, а за 500 просят $7 в год.

Извлечение аннотаций на сервисе sumnotes, есть экспорт в TXT

Я задался целью найти именно консольную утилиту, которая умела бы извлекать аннотации. Сразу приведу работающее решение, а после него те, которые обнаружил в процессе.

Все действия проводились в Ubuntu 14.04.

Извлечение аннотаций из PDF с помощью poppler

Poppler – это python библиотека для работы с PDF файлами, которая умеет извлекать аннотации.

Ставим библиотеку python-poppler: (предполагается, что python уже установлен в системе)

sudo apt-get install python-poppler

Скрипт pdf_extract_annotations.py, который будет извлекать заметки/аннотации с помощью poppler:

import poppler
import sys
import urllib
import os

def main():
  input_filename = sys.argv[1]
  # http://blog.hartwork.org/?p=612
  document = poppler.document_new_from_file('file://%s' % 
    urllib.pathname2url(os.path.abspath(input_filename)), None)
  n_pages = document.get_n_pages()
  all_annots = 0

  for i in range(n_pages):
        page = document.get_page(i)
        annot_mappings = page.get_annot_mapping ()
        num_annots = len(annot_mappings)
        if num_annots > 0:
            for annot_mapping in annot_mappings:
                if  annot_mapping.annot.get_annot_type().value_name != 'POPPLER_ANNOT_LINK':
                    all_annots += 1
                    print 'page: {0:3}, {1:10}, type: {2:10}, content: {3}'.format(i+1, annot_mapping.annot.get_modified(), annot_mapping.annot.get_annot_type().value_nick, annot_mapping.annot.get_contents())

  if all_annots > 0:
    print str(all_annots) + " annotation(s) found"
  else:
    print "no annotations found"

if __name__ == "__main__":
    main()

Извлекаем аннотации из PDF файла:

python pdf_extract_annotations.py book.pdf

Пример вывода аннотаций:

page:   6, D:20160204112641Z00'00, type: text      , content: Тестовая заметка Adobe PDF Reader
page:   8, D:20160204113002+02'00', type: highlight , content: good practices

Leela PDF Annotation Extractor

Это C библиотека, которая предоставляет консольную утилиту leela (неужели та самая, из футурамы). Импортирует аннотации в XML формате, но структура не валидная. В общем использовать можно, но с костылями.

Установка зависимостей и компиляция:

git clone git@github.com:TrilbyWhite/Leela.git
sudo aptitude install libpoppler-glib-dev
cd Leela
make

Извлечь аннотации:

./leela annots book.pdf

Обработанный формат вывода:

<annot page="7" index="5" type="text">
  <rect x1="315.000000" y1="731.000000" x2="333.000000" y2="749.000000"/>
  <name>c9ff65f3-0caf-480b-9833-71c73f71c500</name>
  <color r="65535" g="65535" b="0"/>
  <label>Stanislav</label>
  </markup>
  <text>Тестовая заметка Adobe PDF Reader</text>
</annot>
<annot page="7" index="6" type="highlight">
  <rect x1="128.919000" y1="682.944000" x2="211.297000" y2="700.228000"/>
  <name>f4c04f7f-da60-4653-ac3e-343825a667fd</name>
  <color r="65535" g="65535" b="0"/>
  <text>good practices</text>
</annot>

Для получения нормальной разметки я набросал скрипт pdf_annotate_extract.sh:

annotations=$(./leela annots "$1" 
    | sed -r 's/s</markup>//g' 
    | sed '/^s*$/d' 
    | pcregrep -iM '<annot.*? type="(text|highlight)">(.|n)+?</annot>')

xml=$(echo $annotations | xml_wrap.sh)

echo $xml

Формирование валидного XML (xml_wrap.sh):

echo '<?xml version="1.0"?><container>' $(cat) '</container>'

Другие утилиты для извлечения аннотаций

Изначально, я пытался получить аннотации с помощью таких утилит, как pdftotext, pdftohtml и pdfgrep. Забудьте! Все они извлекают лишь “сырой” текст, никаких аннотаций.

PDF Xchange Viewer

Также, я нашел упоминание про хорошую поддержку аннотаций в виндовой программе pdf-xchange-viewer. Скачал портативную версию, запустил под wine. Есть функция экспорта аннотаций, называется “сводка комментариев”, но только в PDF. 

Панель экспорта сводки комментариев и аннотаций

Сказано, что DEMO версия оставляет водяные знаки, но я их не обнаружил, м.б. где-то внизу листа.

Пример сводки комментариев

В общем, это не совсем то, что мне было нужно, идем дальше…

Mendeley

Это система обмена документами. Для моей задачи это избыточно, но я все же зарегистрировался и установил десктопную версию.

Интерфейс приятный, создание примечаний простое, но.. Утилита не от отображает список аннотаций, которые я добавил через Adobe и Foxit, хотя видит посдсвеченный текст и примечания. Дают 2GB места под документы, интегрируется с Zotero.

Клиентское приложение сервиса mendeley.com

pdfannotextractor.pl

Вот с этой штуковиной я изрядно повозился, но ничего толкового у меня не вышло – примеяания не удалось извлечь из-за ошибки “java.lang.Exception: Unsupported annotation subtype“.

Нам понадобятся утилиты pax и texlive-latex-extra (весит не мало):

sudo apt-get install texlive-latex-extra pax

Установим зависимость PDFBox:

pdfannotextractor --install

* будет установлен PDFBox в ~/.texmf-var/scripts/pax/PDFBox-0.7.3.zip.

Извлекаем аннотации:

pdfannotextractor book.pdf

И в итоге я получил:

* Processing file `modern_php.pdf' ...
!!! Warning: Annotation on page 8 not recognized!
    java.lang.Exception: Unsupported annotation subtype: Text
!!! Warning: Annotation on page 8 not recognized!
    java.lang.Exception: Unsupported annotation subtype: Popup
!!! Warning: Annotation on page 8 not recognized!
    java.lang.Exception: Unsupported annotation subtype: Highlight

Копать дальше не хватило терпения.. Да и жавовский PDFBox довольно медленная штука.

Утилиты, которые я не проверил:

• marginalia – https://github.com/nichtich/marginalia
• PDFMiner – http://www.unixuser.org/~euske/python/pdfminer/

#extract annotations, #linux pdf highlight extractor