百度硬盘搜索无法索引(无法索引原因和解决措施)-昊阳知识网

今天，我们说一说PDF那些事。如果觉得对你有帮助，那么举手之劳，分享一下哦。

1PDF格式简介

PDF（Portable Document Format），中文名可移植文档格式，根据用途不同，具体标准也不同，分为PDF/A、PDF/X、PDF/E、PDF/D等。

PDF是一种版式文档，因其“不走版”以及点阵、矢量兼容的特性，广泛应用于印刷领域。受版式文档自身限制，在移动终端小屏幕上，很难自动适应，现在的数字出版的基础资源加工中，一般把PDF转为XML，并进一步转为EPUB、MOBI、OCF等格式。如果对文档结构要求不高，自动适屏阅读器也有不少，如安卓、Kindle上的Koreader，安卓、IOS上的WPS。

2PDF阅读器

（1）PC

电脑端的PDF阅读器有很多种，但是比较常见的是Adobe Acrobat、Foxit Reader（福昕阅读器）、知网的CAJ Viewer、方正阿帕比的Apabi Reader，WPS、Chrome等也可以阅读PDF，但功能太过单一。

Adobe acrobat相对更官方（PDF是Adobe的），功能也更全，对于体积很大的PDF读取具有明显优势，缺点是软件体积大。

Foxit Reader是我国福州的一家科技公司开发的，软件体积小、有各种绿色版本，在国内外都有良好声誉。

CAJ Viewer除了能读取PDF外，还能读取知网自家的CAJ等格式，该软件还有一些优点：可以实现局部OCR（后面还会说），可以提取PDF中的原生图片而不是截图，对于部分加密文档的文字可以直接复制。

Apabi Reader没什么特点，就是除PDF外还可以阅读方正自家的CEB和CEBX格式。

（2）IOS

IOS端试验的不多，是因为有两款足够好用：Foxit Reader（for IOS）和PDF Expert5。前者的优点是免费、流畅、具有夜间模式、智能切除白边等功能。后者的优点是标记更为方便，具有防手腕等高级功能，适合结合主动式电容笔使用。平时后者收费，所以还是更推荐Foxit Reader。

3文字复制

（1）正常PDF

正常的PDF复制比较简单，这里说点小技巧：Adobe Acrobat也支持像Word一样按住ALT键进行框选，这对于分栏文件单栏的选择特别有用。

（2）加密PDF

加密PDF，在文字选择时能选中，但是当粘贴时，却为空。这时，有以下几种办法可以解决：

①使用福昕的纯文字读取功能。

②安装百度硬盘搜索，使用其中的快照功能。

③使用CAJ Viewer，这个很多时候不受版权保护影响。

④使用破解软件，常用的是Adult PDF Password Recovery，PDF Unlocker，PDF Key。

⑤将PDF文件上传到破解网站：www.ensode.net/PDF-crack.jsf或smallpdf.com，转换后再下载，OK。

Smallpdf网站可以解决很多关于PDF的问题，但对中文的支持不足够好

（3）乱码PDF

乱码PDF是由两种原因造成的：第一种是方正书版等生成PDF的时候，会造成部分的内码错乱，多发生于页眉、页脚、插页、英文、数字等处。第二种是为了防止印刷时字体走样或者就是为了防止复制，将文件进行了转曲。区分两者的简单方法是：转曲PDF的体积明显变大，且文字不能反相选中（选择的时候会出现一条下划线）。内码错乱型，由于错误不多，可以拷出来之后人工修改。转曲型全篇乱码，只能重新OCR。

（4）图像PDF

由图书或文件扫描而来的PDF，需要进行OCR方可复制。

4PDF转WORD

双层PDF或者矢量PDF转Word的方法有以下几种：

（1）Adobe Acrobat

直接将PDF另存为Word。

（2）PDF2word

这是网上推荐最多的一款软件，但其实效果并不好。

（3）Solid PDF Tools

在多种软件实测中，这是最忠于原版原式的一款转换软件。在测试中，其他软件都偶尔出现空白页，这款从未出现。

由Solid PDF Tools转成的Word，堪称完美（请注意截图是Word哦）

5OCR

OCR，即光学字符识别，是文字复制和PDF转Word的关键所在。关于OCR几乎可以写一本书，这里只介绍最简单实用的（排序分先后）：

（1）Adobe Acrobat

Acrobat自带OCR功能，能识别多种语言，识别准确率和速度也不错，还能进行批处理。缺点是识别完成后自动保存到了PDF的文字层中，没法进行人工校对和修改，因此不适合于准确率要求较高的情况。

最推荐这款，是因为OCR嵌入到了阅读软件中，非常方便。

（2）Abbyy FineReader

世界排名第一的OCR软件，识别准确率没得说，对于小语种更是秒杀别的软件。缺点是耗内存比较大，也没有纵校机制。（纵校是指：对某个文件识别完成后，将识别为某字的所有图片放置到一个页面中，人工挑选是否有错误）

Abbyy FineReader的识别校对界面

（3）CAJ viewer

这款软件的优点是可以局部框选进行OCR，不适合于商用的资源加工，但非常适用于民用级别的文章摘抄等，很像移动端的百度涂书笔记。底层算法上貌似使用的是文通的。

（4）文通TH-OCR

中国两大老牌OCR系统之一（另一个是汉王），很多扫描仪的配送软件就是它或者以它为内核开发的。但后来的百度和云脉在准确率上貌似更胜一筹。

（5）汉王

中国两大老牌OCR系统之一，很多扫描仪的配送软件就是它或者以它为内核开发的。

（6）其他

其他的包括Microsoft Lens和Solid PDF Tools等，没有太多特色，不详述。

6其他文档转PDF

（1）Office文档

Microsoft Office和WPS Office都是在2007版本之后即推出了保存为PDF的功能，直接保存就好，不要老再去网上去问去找Word2PDF软件了，那些不如自带的好用。

（2）通用方法：虚拟打印

在安装了Adobe Acrobat、Solid PDF Tool、Foxit PDF Creator等之后，会在“设备和打印机”里生成一个图标，这就是“虚拟打印机”，不管在什么应用程序中，打印时只要选择该“打印机”，便会生成一个PDF文档。

虚拟打印非常实用，比如：①可以在打印准考证等的时候存为PDF文件，这样就可以在报考系统关闭了之后仍旧可以打印。②可以随时的预览打印。有的软件提供了打印预览功能，而有的软件没有提供，如果页边距、页眉页脚等设置不好，打印出来不理想，会浪费纸张。有了虚拟打印软件就可以起到预览的效果。

打印时，选择红框标记的“打印机”，就可以生成PDF

7PDF搜索

（1）Adobe Acrobat

（2）Foxit Reader

福昕几乎完全一样，只不过这个小三角位于框的前面，而选项名字改为了“打开高级搜索”。

（3）Filelocator

Filelocator是一款专业的全文搜索工具，可以深入到Office文档和PDF文档的内部，相对于Adobe Acrobat和Foxit Reader，其优点是：①可以同时搜索多个目录。②可以使用正则表达式。③可以对位于换行处的某个词语进行搜索。④结果页面更为友好。

以上三款均为即时型搜索，也就是不提前索引。优点是不一直扫描，不常驻后台。缺点是相对于事先索引的搜索软件，速度更慢。

Filelocator的结果呈现页面非常友好

（4）百度硬盘搜索

曾经，Google、Yahoo!、百度各方混战，发力硬盘搜索（桌面搜索），最终发现用户不买账，都停止了开发，最终成为了一部分骨灰级用户的小众产品。客观讲，当时的几款产品中，百度的最好用，因为：①占用内存低。②索引模式可以随时切换。③可以自定义索引文件存放位置。百度硬盘搜索可以索引Office文档、HTML文档、TXT文档和PDF文档。最后一个版本的时间是2007年2月。

（5）Foxit PDF IFilter

一款索引插件，安装之后看似毫无反应，但是再用windows自带的搜索时，会发现已经可以深入到PDF文档的内部进行搜索了。

8PDF合并与拆分

合并和拆分的方法有很多，合并可以用虚拟打印机再创建一次，也可以上传到www.mergePDF.net、smallpdf.com，拆分可以用PDFsam或者PDFspam(注意两者不同哦)等。不过最为简单的还是用Adobe Acrobat。