教你把pdf或CAJ转成OCR（word可复制格式）!

现在网上的许多资料都是以CAJ、PDF等文件格式提供的，其中的文本不能被直接编辑。网上提供了许多处理这种情况的软件，但是它们不是效率低，就是只能提取其中部分文本。本文所述利用微软提供的OCR识别技术从CAJ、PDF等文件中提取全部文本的方法，简便快捷，效率很高。

　   从不同格式的文件中提取文本前需要做好以下准备工作，安装CAJViewer5.5浏览器软件和acrobat 5 专业版浏览器软件安装Office2003，并完全安装Of?鄄fice工具Microsoft Office Document Imaging，然后在打印机里面会增加Microsoft Office Document Image Writer打印机。 Microsoft Office Document Image可以非常准确的全文件识别转化中文、英文、表格。

　　一、CAJ文件的识别

　　（一）首先，从网上下载CAJ格式的资料文件保存到本地硬盘上。

　　（二）然后，启动CAJViewer浏览器程序，并在该程序中打开刚才保存的CAJ格式的文件。浏览文件到最后一页后，不要关闭CAJ浏览器程序。

　　（三）在CAJ浏览器程序窗口中，选择“文件”→“打印”，并选择打印机为Microsoft Office Document Image Writer打印机，勾选打印到文件选项和确定打印页数。

　　（四）保存打印文件（*.prn）到适当位置。等待打印完成后，Microsoft Office Document Image 自动打开刚才保存的打印文件。

　　（五）在Microsoft Office Document Image窗口中，选择“页面”菜单中的“选择所有页面”菜单项，然后选择“工具”菜单中的“使用OCR识别文本”提取文本。

　　（六）选择“工具”下的 “将文本发送到word”，最后将把整个CAJ文件识别输出到word文件中。

　　二、PDF文件的识别

　　（一）以文本形式保存的PDF文件，用acrobat 5 专业版，识别整个文件。直接打开从网上下载的PDF格式文件另存为RTF文件，或者选择工具栏上的文字选择按钮，然后选择文字区域，然后复制到Word中即可。

　　（二）以图片形式保存的PDF文件，将PDF文件打印到Microsoft Office Document Image Writer打印机，选择打印形成的文件的保存位置，然后会自动形成一个MDI文件，并且自动用Microsoft Office Document Image打开此文件，然后在Microsoft Office Document Im?鄄age中选择“工具”菜单中的“使用OCR识别文本”，识别完成后，在选择“工具”下的，“将文本发送到word”，最后将把整个PDF文件识别输出到word文件中。

　　（三）加密的PDF文件先下载解密软件，解密后在参照上述步骤1),2) 进行。

　　（四）繁体PDF文件用上述步骤2)的方法识别到word后，用word中的“工具”→“语言”→“中文繁简转换”

　　三、超星文件的识别

　   （一）全文件识别打印到Microsoft Office Document Image Writer打印机，然后按上述PDF文件的识别步骤中第二点操作，要注意的是，超星打印功能有点区别，因为超星是目录和全文分开的，所以打印时，需要分别把目录和正文识别到Word中，再合并到一起。打印时要填入打印页码从1到最后一页，不要选择打印全部。在打印选项中，要将页面比例设成真实大小，而不是整宽。注意识别速度比其他格式要慢很多，请保持耐心。一般一本200多页的书，识别需要几分钟的时间。

　　（二）超星文件识别相对比较麻烦一些，如果还有问题，可以先把超星打印成完整的PDF文件，然后再用上述识别PDF文件的方法转成Word。

　　四、后记

　　经过试验，发现Microsoft Office Document Image 存在一些不稳定的问题，如在用CAJ打印到Microsoft Office Document Image Writer时，发现用CAJ5.5版本比较快，而CAJ5.0有时出现假死机。页面显示大时，转化的识别率较高。如果页数多的文件，包括超星，可以分多次转化。

　　由于虚拟打印到Microsoft Office Document Image Writer 比较慢，并且形成的虚拟文件很大，1本200多页的书大约是60M，因此会严重影响机器的运行速度、C盘和内存空间。建议配置好的机器一次转化不要超过200页，配置差的不要超过100页，同时打印时在任务栏中会出现打印机图标，可以双击，看到打印任务的进度，避免误以为死机。转化完成后请删除c:\windows\temp目录下的虚拟打印文件，否则C盘很快会被用光。

xp系统优化，删除垃圾文件

有朋友问，WindowsXP下C:\Windows\目录下以"$Nt"开头的隐藏文件夹是垃圾文件么？可以删除吗？

不是垃圾文件，是windows update的时候备份的文件。如果需要卸载某个windows的update的话，这些文件夹就能派上用场了。不过， 一般不怎么卸载系统的升级文件。如果硬盘空间紧张，可以删掉这些目录。

1.打开"我的电脑"-"工具"-"文件夹选项"-"查看"-在"显示所有文件和文件夹"选项前打勾-"确定" 

2.删除以下文件夹中的内容: 

x:\Documents and Settings\用户名\Cookies\下的所有文件(保留index文件) 

x:\Documents and Settings\用户名\Local Settings\Temp\下的所有文件(用户临时文件) 

x:\Documents and Settings\用户名\LocalSettings\TemporaryInternet Files\下的所有文件(页面文件) 

x:\Documents and Settings\用户名\Local Settings\History\下的所有文件(历史纪录) 

x:\Documents and Settings\用户名\Recent\下的所有文件(最近浏览文件的快捷方式) 

x:\WINDOWS\Temp\下的所有文件(临时文件) 

x:\WINDOWS\ServicePackFiles(升级sp1或sp2后的备份文件) 

x:\WINDOWS\Driver Cache\i386下的压缩文件(驱动程序的备份文件) 

x:\WINDOWS\SoftwareDistribution\download下的所有文件 

3.如果对系统进行过windoes updade升级，则删除以下文件: 

x:\windows\下以 $u. 开头的隐藏文件 

4.然后对磁盘进行碎片整理，整理过程中请退出一切正在运行的程序 

5.碎片整理后打开"开始"-"程序"-"附件"-"系统工具"-"系统还原"-"创建一个还原点"(最好以当时的日期作为还原点的名字) 

6.打开"我的电脑"-右键点系统盘-"属性"-"磁盘清理"-"其他选项"-单击系统还原一栏里的"清理"-选择"是"-ok了 

7、在各种软硬件安装妥当之后，其实XP需要更新文件的时候就很少了。删除系统备份文件吧:开始运行sfc.exe /purgecache近3xxM。(该命令的作用是立即清除"Windows 文件保护"文件高速缓存，释放出其所占据的空间) 

8、删掉\windows\system32\dllcache下dll档(减去200--300mb),这是备用的dll档， 只要你已拷贝了安装文件，完全可以这样做。 

9、XP会自动备份硬件的驱动程序，但在硬件的驱动安装正确后，一般变动硬件的可能性不大，所以也可以考虑将这个备份删除，文件位于\windows\driver cache\i386目录下，名称为driver.cab，你直接将它删除就可以了，通常这个文件是74M。 

10、删除不用的输入法:对很多网友来说，Windows XPt系统自带的输入法并不全部都合适自己的使用，比如IMJP8_1日文输入法、IMKR6_1韩文输入法这些输入法，如果用不着，我们可以将其删除。输入法位于\windows\ime\文件夹中，全部占用了88M的空间。 

11、升级完成发现windows\多了许多类似$NtUninstallQ311889$这些目录，都干掉吧，1x-3xM 

12、另外，保留着\windows\help目录下的东西对我来说是一种伤害，呵呵。都干掉! 

13、关闭系统还原:系统还原功能使用的时间一长，就会占用大量的硬盘空间。因此有必要对其进行手工设置，以减少硬盘占用量。打开"系统属性"对话框，选择"系统还原"选项，选择"在所有驱动器上关闭系统还原"复选框以关闭系统还原。也可仅对系统所在的磁盘或分区设置还原。先选择系统所在的分区，单击"配置"按钮，在弹出的对话框中取消"关闭这个驱动器的系统还原"选项，并可设置用于系统还原的磁盘空间大小。 

14、休眠功能会占用不少的硬盘空间，如果使用得少不妨将共关闭，关闭的方法是的:打开"控制面板"，双击"电源选项"，在弹出的"电源选项属性"对话框中选择"休眠"选项卡，取消"启用休眠"复选框。 

15、卸载不常用组件:XP默认给操作系统安装了一些系统组件，而这些组件有很大一部分是你根本不可能用到的，可以在"添加/删除Windows组件"中将它们卸载。但其中有一些组件XP默认是隐藏的，在"添加/删除Windows 组件"中找不到它们，这时可以这样操作:用记事本打开\windows\inf\sysoc.inf这个文件，用查找/替换功能把文件中的"hide"字符全部替换为空。这样，就把所有组件的隐藏属性都去掉了，存盘退出后再运行"添加-删除程序"，就会看见多出不少你原来看不见的选项，把其中那些你用不到的组件删掉(记住存盘的时候要保存为sysoc.inf，而不是默认的sysoc.txt)，如Internat信使服务、传真服务、Windows messenger，码表等，大约可腾出近50MB的空间。 

16、清除系统临时文件:系统的临时文件一般存放在两个位置中:一个Windows安装目录下的Temp文件夹;另一个是x:\Documents and Settings\"用户名"\Local Settings\Temp文件夹(Y:是系统所在的分区)。这两个位置的文件均可以直接删除。 

17、清除Internet临时文件:定期删除上网时产生的大量Internet临时文件，将节省大量的硬盘空间。打开IE浏览器，从"工具"菜单中选择"Internet选项"，在弹出的对话框中选择"常规"选项卡，在"Internet临时文件"栏中单击"删除文件"按钮，并在弹出"删除文件"对话框，选中"删除所有脱机内容"复选框，单击"确定"按钮。 

18、清除预读文件:Windows XP的预读设置虽然可以提高系统速度，但是使用一段时间后，预读文件夹里的文件数量会变得相当庞大，导致系统搜索花费的时间变长。而且有些应用程序会产生死链接文件，更加重了系统搜索的负担。所以，应该定期删除这些预读文件。预计文件存放在Windows XP系统文件夹的Prefetch文件夹中，该文件夹下的所有文件均可删除。 

19、压缩NTFS驱动器、文件或文件夹:如果你的硬盘采用的是NTFS文件系统，空间实在紧张，还可以考虑启用NTFS的压缩功能。右击要压缩的驱动器-"属性"-"常规"-"压缩磁盘以节省磁盘空间"，然后单击"确定"， 在"确认属性更改"中选择需要的选项。这样可以节省约20% 的硬盘空间。在压缩C盘的时候，最好在安全模式下压缩，这样效果要好一些。 

20、关闭华医生Dr.Watson:要关闭Dr.Watson可打开注册表编辑器，找到"HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\WindowsNT\CurrentVersion\AeDebug"分支，双击其下的Auto键值名称，将其"数值数据"改为0，最后按F5刷新使设置生效，这样就取消它的运行了。也在"开始"- "运行"中输入"drwtsn32"命令，或者"开始"- "程序"- "附件"- "系统工具"- "系统信息"- "工具"- "Dr Watson"，调出系统里的华医生Dr.Watson ，只保留"转储全部线程上下文"选项，否则一旦程序出错，硬盘会读很久，并占用大量空间。如以前有此情况，请查找user.dmp文件，删除后可节省几十MB空间。 

21、关闭远程桌面:"我的电脑"- "属性"- "远程"，"远程桌面"里的"允许用户远程连接到这台计算机"勾去掉。 

22、取消XP对ZIP支持:Windows XP在默认情况下打开了对zip文件支持，这要占用一定的系统资源，可选择"开始运行"，在"运行"对话框中键入"regsvr32/u zipfldr.dll"，回车确认即可取消XP对ZIP解压缩的支持，从而节省系统资源。 

23、关闭错误报告:当应用程序出错时，会弹出发送错误报告的窗口，其实这样的错误报告对普通用户而言几乎没有任何意义，关闭它是明智的选择。在"系统属性"对话框中选择"高级"选项卡，单击"错误报告"按钮，在弹出的"错误汇报"对话框中，选择"禁用错误汇报"单选项，最后单击"确定"即可。另外我们也可以从组策略中关闭错误报告:从"运行"中键入"gpedit.msc"，运行"组策略编辑器"，展开"计算机配置管理模板系统错误报告功能"，双击右边设置栏中的"报告错误"，在弹出的"属性"对话框中选择"已禁用"单选框即可将"报告错误"禁用。 

24、关掉不用的设备:Windows XP总是尽可能为电脑的所有设备安装驱动程序并进行管理，这不仅会减慢系统启动的速度，同时也造成了系统资源的大量占用。针对这一情况，你可在 设备管理器中，将PCMCIA卡、调制解调器、红外线设备、打印机端口(LPT1)或者串口(COM1)等不常用的设备停用，方法是双击要停用的设备，在其属性对话框中 的"常规"选项卡中选择"不要使用这个设备(停用)"。在重新启动设置即可生效，当需要使用这些设备时再从设备管理器中启用它们。 

25、定期清理系统还原点:打开磁盘清理，选择其他选项- 清理系统还原点，点击清理。 

26、卸载不需要的程序，这个就不用我多说了 

27、其它优化: 

a 将应用软件装在其它硬盘(不要安装在系统盘下，这对重装系统也有好处); 

b 将"我的文档"文件夹都转到其他分区:在桌面的"我的文档"图标上是右击鼠标，选择"属性"- "移动" ; 

c 将IE临时文件夹都转到其他分区:打开IE浏览器，选择"工具"- "internet选项"- "常规"- "设置"- "移动文件夹"; 

d 把虚拟内存也转到其它硬盘; 

e 把pagefile.sys文件都指向一个地方:控制面板系统性能-高级虚拟内存更改，注意要点"设置"才会生效; 

f 在桌面的"我的电脑"图标上是右击鼠标，选择"属性"- "高级-性能设置"- "高级-虚拟内存"，调至330-720。而且定时清理 

影响什么! 

软件错误，如何解决“"Director Player 6.0 - This program requires at least 3MB of free virtual memory to run."”

如果你的系统是XP，本程序在你的系统中运行时有可能会收到“This program requires 

at least 3MB of free virtual memory to run”的错误信息，大意是“程序运行至少需要 

3M的自由虚拟内存”，按字面理解也许是虚拟内存过小吧？但事实恰恰相反，正是虚拟内存“过 

大”引起这样的错误（xp2淘汰了（不兼容）旧的软件） 。解决办法，将系统虚拟内存改小即可 

（建议总共在500M以下，中间需要重启系统）。 

注意：在改虚拟内存时要留意页面文件的变化，有可能在改了虚拟内存后页面文件还是没有变化， 

一旦发现这样的问题请清空页面文件，方法如下： 

1、禁用页面文件——依次进入注册表编辑器“HKEY_LOCAL_MACHINE\System\CurrentControlSet\Control\Session Ma-nager\ 

MemoryManagement”下，将“DisablePa-ging Executive”（禁用页面文件）值设为“1” 

即可。 

2、清空页面文件 

　　在同一位置上有一个“ClearPageFileAtShutdown（关机时清除页面文件）”，将该值设 

为“1”。这里所说的“清除”页面文件并非是指从硬盘上完全删除pagefile.sys文件，而是对其 

进行“清洗”和整理，从而为下次启动Windows XP时更好地利用虚拟内存做好准备。

windons写字板如何自动换行?怎么跟记事本打开不一样！

打开查看/选项/自动换行 

选择按窗口大小自动换行。点确定。

记事本是

打开格式/自动换行

就可以了

Google Desktop Search的索引文件转移方法

Google桌面搜索是个非常好的装机必备工具，比起Windows系统自带搜索工具来说，查找起来很快了很多很多，但是随着个人电脑硬盘空间越来越 大，文件数量越来越多，Google的索引文件也会不断地增大，放在系统盘是个很大的麻烦，是否想过将他转移到其他的空间？

Google Desktop Search默认的索引文件是保存在C:\Documents and Settings\你的用户名\Local Settings\Application Data\Google\Google Desktop Search文件夹中，我们就是要将这个文件夹转移。在其他驱动器下新建一个文件夹，比如E:\data\google desktop search，然后将索引文件复制到该文件夹下面，复制完毕后退出Google Desktop Search。到这里的设置只是将以前的索引文件转移了，要真正让以后的索引文件都生成在这个新的位置，还需要修改注册表。

打开注册表，找到HKEYCURRENT USER\Software\Google\Google Desktop，将右侧“data_dir”的键值修改为“e:\data\google desktop search”，然后重新启动系统就大功告成了。

XPS 是什么？

XPS 是 XML Paper Specification 的简称，它是微软公司开发的一种文档保存与查看的规范。以前的开发代号为 “Metro”。这个规范本身描述了这种格式以及分发、归档、显示以及处理 XPS 文档所遵循的规则。最为显著的特点是，XPS 所用的置标语言是 WPF 所用的 XAML 的一个子集，因此显示 Windows 应用程序所用的方法可以用于 XPS 文档。

人们认为 XPS 是 Adobe 公司的 PDF 的潜在竞争对手。但是，XPS 是一个静态文档格式，其本身不包括类似于 PDF 所具有的动态特性。

微软公司指出高级认证的设备到2007年6月1日需要提供 XPSDrv 的解决方案。

XPS 随着 Windows Vista 发布，并且已经得到了办公用打印系统厂商 佳能、爱普生、惠普、理光、施乐以及 Software Imaging 、Informative Graphics 等软件厂商的支持。
【来自维基百科】


附：

最近，在看一个页面的时候，不能够复制。查看源文件可以，可是，很多html代码。想起打印为pdf软件，可以通过pdf阅读软件来复制文本的。

点击打印的时候，发现多一个打印机，”microsoft xps document writer”，知道是按照office2007的时候安装上的。点击这个后，打印的文件为xps格式的。那么这个是什么格式？
【转载：爱跑的博客】

让2007 Microsoft Office可以打印pdf格式文件和xps文件

2007 Microsoft Office 加载项：Microsoft Save as PDF 或 XPS

《2007 Microsoft Office 加载项：Microsoft Save as PDF 或 XPS》微软官方下载地址：
http://download.microsoft.com/download/6/2/5/6259b99f-1abf-4f27-b2a0-ad018b04f0a6/SaveAsPDFandXPS.exe

《2007 Microsoft Office 加载项： Microsoft Save as PDF - 简体中文》微软官方下载地址：
http://download.microsoft.com/download/3/8/8/388812b2-0d3f-474e-a7ef-b095d3d0d3cd/SaveAsPDF.exe

《2007 Microsoft Office 加载项： Microsoft Save as XPS - 简体中文》微软官方下载地址：
http://download.microsoft.com/download/2/4/0/240dfc61-7bdd-43df-b89d-d84cc23c0853/SaveAsXPS.exe

一、概述
此下载使您得以在八种 2007 Microsoft Office 程序中导出文件并将其保存为 PDF 和 XPS 格式。在其中某些程序中，还可以利用它发送 PDF 和 XPS 格式的电子邮件附件。具体功能因程序而异。2007 Microsoft Office 程序的 Microsoft Save as PDF 或 XPS 加载项是 Microsoft 2007 Office system 测试版软件的补充，受其许可条款的制约。如果您没有该软件的许可证，您可能无法使用此补充程序。

二、系统要求
支持的操作系统： Windows Server 2003; Windows XP Service Pack 2此下载适用于下列 Office 程序：
Microsoft Office Access 2007
Microsoft Office Excel 2007
Microsoft Office InfoPath 2007
Microsoft Office OneNote 2007
Microsoft Office PowerPoint 2007
Microsoft Office Publisher 2007
Microsoft Office Visio 2007
Microsoft Office Word 2007

三、说明
安装此下载：双击硬盘中的 SaveAsPDFandXPS.exe或者SaveAsPDF.exe或者SaveAsXPS.exe程序文件以启动安装程序。按照屏幕上的说明完成安装。

四、使用说明
安装此下载后，打开要发布的文档，然后根据您所使用的应用程序，从“Office”或“文件”菜单上选择“保存或发布为 PDF 或 XPS”。有关详细信息，请在“Office 帮助”中搜索“将文件保存为 PDF 格式”或“以 XPS 格式保存文件”。

五、删除此下载
在“开始”菜单上，指向“设置”，然后单击“控制面板”。双击“添加/删除程序”。在“当前安装的程序”列表中，选择“Office 2007 加载项 - Microsoft Save as PDF 或 XPS”，然后单击“删除”或“添加/删除”。如果出现对话框，请按照说明删除此程序。单击“是”或“确定”，以确认要删除该程序。