将PDF恢复到LaTeX

我知道如何用乳胶制作PDF。有没有办法从我之前创建的PDF中提取LaTeX代码？如果有人给我发了一份PDF，我喜欢它的格式，怎么样。我能从中提取乳胶吗

简短版本：否

长版本：这很像反编译：从技术上讲，你可以，但它会涉及很多猜测和启发

---

我不熟悉PDF的内部结构，但它可能会直接设置字体/大小/位置，而不是定义格式并将其应用于标题等，就像在LaTeX中一样。

LaTeX没有到PDF的一对一转换。关于你的第一个问题，我认为这种转换在技术上是可能的，但我认为目前还没有这样的申请。类似于将汇编程序反编译回高级语言的方式，可能有一种方法可以做到这一点。但是，pdf可以包含所有类型的数据——AutoCAD图形、JPEG图形、字体文件、表单、数字签名等。LaTeX不知道这些是什么。因此，第二个问题的答案是否定的——没有一种方法可以从任何PDF文档中提取等效的LaTeX。

只有将文档的源代码嵌入到PDF文件中才有可能。请参阅有关此操作的软件包。

请参阅我对相关问题（）的回答

---

放大-不要求字符按读取顺序排列（我发现PDF是sdrawkcab sdaer txet的一部分（并依赖于坐标）。这很难重建，因为它可能依赖于字体度量。它可以使用骇人听闻的ASCII86协议。

它可以使用，包括导入pdf文件。

从pdf文件（由于其复杂的格式）进行数据挖掘的最佳方法是使用adobe illustrator打开它们。 然后将pdf文件转换为svg文件，并使用svg解析器库编写一些棘手的代码

一个高效的svg解析器库是

（对于Linux，将pdf转换为svg有点复杂： calcmaster.net/personal_projects/pdf2svg/）

PS 从那以后，我一直在努力为你问题的第二部分找到解决办法 但我在“可视化数据，Ben Fry，O'Reilly”这类书中发现

---

该pdf尤其是Adobe pdf解析起来非常复杂，因此请改用svg解析器库。

Inkscape可以导入pdf，然后另存为“LaTeX with PSTricks macros”这实际上是通过将PostScript嵌入LaTeX源代码中来实现的。这比它的价值要麻烦得多，而且生成的LaTeX源代码必须经过预处理才能再次作为PDF输出

---

无论如何，即使使用一些假设的PDF-to-LaTeX编译器，你最多也会得到一些单独指定每个字符或单词的位置和大小的东西——与你想要的相反，我猜分母是分数的一半，而不是水平线下的某个数。

有可能使用pdftohtml和gnuhtml2latex将PDF插入HTML，将HTML插入TEX

实际上，您只需两个步骤就可以完成PDF到LaTeX的转换。其结果仍然类似于“用汉堡包做一头牛”，但结合一些清理脚本，结果可能相当不错

---

GlobalBlindSpot上的博客文章“”中有一个Bash脚本示例，该脚本将.pdf文件转换为.tex文件，然后再将该文件转换为.pdf文件。

有一个工具可以像OCR一样读取pdf文件，并尝试重新创建Latex代码。 这几乎是完美的，叫做！

---

因为Latex是非常可扩展的，我不认为所有的整洁格式都是正确的。

或者，你可以使用带标签的PDF添加提供线索的元数据。是的，这是真的，但我不知道有一种预先存在的方法可以通过此途径将Latex源文件转换为PDF。有什么建议吗？抱歉，直到最近才看到你的问题。Ross Moore已经发布了demonstrated pdftex添加，允许生成PDF，其中数学标记为生成PDF的Tex代码。这距离完整回答问题还有很长的路要走，但我认为这表明这是可能的。关于这一点，我想说的不仅仅是一条评论——我只想说这可能会成为一篇伟大的MSc论文。texmacs是从未尝试解决此问题的弃置软件。不过，我已经做到了。告诉我更多信息！几年前，我将texmacs视为解决问题的一种过度设计的方法，而不需要进行革命。我想你有不同的看法吗？OP要求在Linux上提供解决方案……InftyReader仅适用于MS Windows。