Re^2: Extracting information from a PDF file

in reply to Re: Extracting information from a PDF file
in thread [Updated] Extracting information from a PDF file

"Are your PDF files generated automatically?"

Nope, it is just one ill-made file.

I'll look into rwritepdf.pl, as well as the article on Wikipedia.

Update: Hmm, I get the same sort of output I get when trying to print the page's content. Example:

851(85@P8&#65533;]&#65533;&#65533;}&#65533;&#65533;&#65533
+;999&#65533;&#65533;??9N&#65533;&#65533;10]1]%#"'#"'
+&5465465454&546326/&'&543O25N"j&#65533;&#65533;0pe
+H&#65533;&#65533;&#65533;&#65533;S&#65533;&#65533;T&#65533;&#65533;
+#+*&#65533;*>&#65533;>B
                                             B?&#65533;?.Lt&#65533;&#6
+5533;&#65533;&#65533;&#65533;&#65533;&#65533;+T~&#65533;OD&t&#655
+33;wo&#65533;Gt&#65533;&#65533;
                                                                      
+           `@I*%%*57
    %    %EJUYei
8 
   
    8/?o&#65533;+ A9+N&#65533;]M&#65533;&#65533;]&#65533;]&#
+65533;&#65533;?&#65533;]]10 '&! "32764'&"&#65533;&#
+65533;&#65533;&#65533;&#65533;&#65533;VI&#65533;&#65533;&#65533;&#6
+5533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;kf=&#655
+33;&#65533;Z:&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#
+65533;&#65533;&#65533;&#65533;[&#65533;&#65533;&#65533;&#65533;&#6553
+3;yr&#65533;&#65533;&#65533;a]d&#65533;&#65533;&#65533;#,Y@9&%)
++2'=+
                                                   -%8 8K))8`
+ 0@a23&#65533;<&#65533;&#65533;Y6)1&#65533;3DDU)k&#65533;&#
+65533;R&#65533;@<&#65533;pp&#65533;&#65533;&#65533;&#65533;P
                     `
                      p
                       &#65533;
                        &#65533;
                         &#65533;
                          
                           _
o


&#65533;
&#65533;

/?O]&#65533;]&#65533;&#65533;]&#65533;]]?&#65533;10"'&?632&#65
+533;M&>$-7F\$&#9484;¯O6%TÜ_    6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 &#
+9227; &#146; &#146; Ö ÖAAAAAAAAA&#142;&#142;&#142;&#142;
+&#142;&#142;&#142;.ÚVÂ&#9484;Ø&#9524; &#146;ø&#9474;ª    
+:    £

¼
 &#8805;
  ÿ
   &#9492;
    &#9492;
     é
      é
       é
ù&#8804;æg&#65533;'&#65533;!!&#65533;&#65533;k&#65533;MM
+&#65533;_&#65533;K&#65533;&#65533;&#65533;/&#65533;&#65533;
+&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#655
+33;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#
+65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;
+&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#655
+33;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#
+65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;
+&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#655
+33;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#
+65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;
+&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#655
+33;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#
+65533;&#65533;&#65533;&#65533;
+
+$QGUHD7VK0FL'RO/\3(=SXJ*W6N-).&Z5PI2&
+#65533;+EY,1]%49TTE2F10808t00&#65533;&#65533;&#65533;&#65533;
+&#65533;&#65533;dddddddddddd7&#65533;UoUoTT&#65
+533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#655
+33;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#6553
+3;&#65533;d&#65533;d&#65533;d&#65533;d&#65533;d&#65533;d&#65533
+;d&#65533;&#65533;&#65533;
           &#65533;&#65533;Z&#65533;&#65533;&#65533;&#65533;&#65533
+;&#65533;pO%&#65533;_KR^&#65533;&#65533;hep`{ct*dMu&#65533;&
+#65533;ptpt3&#65533;3&#65533;3&#65533;3&#65533;&#65533;D&#65533;D&#65
+533;D&#65533;D&#65533;D&#65533;D&#65533;D3&#65533;&#65533;i&#65
+533;gbWK?:&#65533;&#65533;>&#65533;>&#65533;R&#65533;1&#6553
+3;7y0|5MGwGw&#65533;&#65533;&#65533;)&#65533;A)m&#65533;>yL
+yL*&#65533;&#65533;NzNzNzNzNzNzNzNzNzNzNzNzNzNzNzNz
+NzNzNzNzNzNzNzNzNzNzNzNzNzNzNzNzNzNzNzNzNzNzNz
+NzNzNzNzNzNzNzNzNzNzNzNzNzNzNzNzNzNzNzNzNzNzNz
+NzNzNzNzNzNzNzNzNzNzNzNzNzNzNzNzNzNzNzNzNzNzNz
+NzNzNzNzNzq9&#65533;&#65533;&#65533;&#65533;_<&#65533;&#65533
+;&#65533;E;&#65533;d&#65533;%&#65533;r&#65533;&#65533;    &#65533;   
+ endstream
endobj
26 0 obj
14358
endobj
27 0 obj
<< /Type /Encoding /BaseEncoding /WinAnsiEncoding
/Differences [ 1 /M /E /O /R /I /A /L /space /S /C /H /T /F /P /r /i /
+n /c /p /a
/l /e /t /y /N /u /s /hyphen /h /o /d /K /g /G /period /slash /b
/f ] >>
endobj
28 0 obj
<< /Type /Encoding /BaseEncoding /WinAnsiEncoding
/Differences [ 1 /space /A /n /d /r /e /a /T /s /h /M /c /i /D /o /l /
+comma /L /y
/P /E /Z /p /u /g /G /t /S /k /J /F /K /C /w /R /m /f /O
/quoteright /hyphen /H /b /v /slash /I /N /z /B /colon /one /Q /V ] >>
endobj
xref
0 29
0000000000 65535 f 
0000000012 00000 n 
0000000061 00000 n 
0000000269 00000 n 
0000000345 00000 n 
0000000516 00000 n 
0000021670 00000 n 
0000021690 00000 n 
0000021735 00000 n 
0000021951 00000 n 
0000022264 00000 n 
0000022482 00000 n 
0000022853 00000 n 
0000022885 00000 n 
0000022929 00000 n 
0000023102 00000 n 
0000038411 00000 n 
0000038432 00000 n 
0000038683 00000 n 
0000038856 00000 n 
0000038888 00000 n 
0000038944 00000 n 
0000039341 00000 n 
0000039361 00000 n 
0000051833 00000 n 
0000051854 00000 n 
0000071486 00000 n 
0000071508 00000 n 
0000071728 00000 n 
trailer
<< /ID [ <e84930d3cb6e2eebd076b1c784a83363>
<cafe7596fcd757ed4ed43ba7f84e4976> ]
/Info 2 0 R /Root 1 0 R /Size 29 >>
startxref
72004
%%EOF
[download]

Is it encoded unconventionally? Not sure what to do now.

I'm so adjective, I verb nouns!

chomp; # nom nom nom

Comment on Re^2: Extracting information from a PDF file Download Code

Replies are listed 'Best First'.
Re^3: Extracting information from a PDF file by Perlbotics (Bishop) on Aug 20, 2008 at 22:46 UTC
Hm, ... worst-case scenario: Your table is an embedded image. But I cannot judge that from your update. It might be a logo and the data is still somewhere...? Other options: OCR document / contact author.	[reply]
Re^4: Extracting information from a PDF file by Lawliet (Curate) on Aug 20, 2008 at 22:54 UTC
I converted it to an html document. Much easier to parse :P I'm so adjective, I verb nouns! chomp; # nom nom nom	[reply]

In Section Seekers of Perl Wisdom