Базовые принципы работы с ПДФ-файлами для новичков

[mikhailo]

Набросал небольшой, тезисный туториал на тему работы с ПДФ на примере небольшой, но довольно сложной (на начальных этапах работы письменного переводчика) задачи.

Судя по количеству вопросов по данной теме и уровню понимания проблемы даже у некоторых разработчиков (привет SmartCat), надеюсь на его полезность.

Замечания и предложения по усовершенствованию, а также вопросы, которые попили крови — are welcome!
С вопросами просьба описывать собственные попытки решения проблемы. В противном случае ответа может не последовать.

Сложноватый пример выбрал потому, что жизненный опыт показал, чем сложнее решаемые задачи, тем скорее отсеиваются негодные и быстрее растут оставшиеся.

Туториал, исходный ПДФ и документ, который должен получиться: http://rghost.ru/58881328

[natalia rostovskaya]

Mikhailo, большое спасибо! Очень полезный урок!

[Эдуард Денисюк]

Возможно, было бы лучше если -- не docx -- а просто в doc было бы.

[Drunya]

было бы лучше если -- не docx -- а просто в doc было бы

В pdf

[mikhailo]

Возможно, было бы лучше если -- не docx -- а просто в doc было бы.

Товарищи, просьба пояснять свою точку зрения.
С моей точки зрения и по опыту doc гораздо более проблемный формат для TM-программ, нежели docx, который по сути является неплохо документированной разновидностью XML.
Из всех ТМ мне ближе всего ДежаВюИкс(). В своё время она была, наверное самой проблемной по работе с doc, но, обычно, без проблем обрабатывала полученные из таких doc docx-файлы. Это первый фактор, обусловивший выбор формата docx.
Второй фактор следующий. Руководство рассчитано на новичков, студентов и выпускников. Они Ворды 2, 95, 97, 2000, 2002, 2003 видели, может быть только в статьях на различных сайтах, и явно не будут в них работать. У более новых версий Ворд форматом по умолчанию является docx.

Что касается pdf - новые версии офиса поддерживают сохранение в ПДФ без акробат-принтера. Поэтому не вижу проблем с сохранением результата в данный формат.

[esperantisto]

С моей точки зрения и по опыту doc гораздо более проблемный формат для TM-программ, нежели docx,

Мой опыт об обратном: DOCX проблематичнее. Даже после преобразования туда-сюда и работы напильником остаётся лес тэгов. Кроме того, как у меня, так и у других пользователей в случае оригинала в DOCX были проблемы с экспортом перевода из memoQ. Разумеется, сказанное не касается выбора формата для просто чтения.

[chudo]

А у меня при работе в Традосе как раз чаще было так, как описывает mikhailo, то есть

doc гораздо более проблемный формат для TM-программ, нежели docx

без проблем обрабатывала полученные из таких doc docx-файлы.

[Валерий Афанасьев]

mikhailo, +5! Так держать! Больше туториалов, хороших и разных :) Я все собираюсь сделать свой второй ролик по всяким хинтсам, типсам и триксам в Инфиксе, пока загрузка по работе не позволяет. Но м.б. на новогодних каникулах сподоблюсь.

С моей точки зрения и по опыту doc гораздо более проблемный формат для TM-программ, нежели docx,

Мой опыт об обратном: DOCX проблематичнее. Даже после преобразования туда-сюда и работы напильником остаётся лес тэгов.

Тема вообще чертовски интересная для некоторых кругов переводчиков. А не замутить ли как-нибудь именно на эту тему онлайновый междусобойчик? Через Тимвьюер, там, или через WizIQ? Просто притащить конкретные файлы и вместе посмотреть, где там, чего и как. Мог бы получиться полезный обмен опытом. Лично я готов показать, как вся эта фигня работает (или не работает) у меня. Если коллеги покажут и подскажут, что и как лучше делать или не делать, было бы ведь здорово.

Я живу в среде MemoQ (2013R2) + docx. Если docx из Файнридера вылез дурной и с помощью ТрансТулза не чистится, сохраняю его в rtf. Но не в DOC. Не знаю, насколько хороша такая практика.

[mikhailo]

Валерий - не вопрос. Честно говоря, если бы не выходные и ещё один фактор, тоже вряд ли бы сподобился, хотя вместилища знаний уже и хотят отдать находящееся внутри. Вот только достойных кандидатов не видно.

Тема интересна, в основном, для опытных технических переводчиков. Что касается онлайна пока не знаю - в свое время после онлайн презентации Океем 3-й дежи с собственным кривым русским переводом, я даже как-то стал и бояться. (что мешало довести перевод презентуемого продукта до ума, или, видя то же, что и я, переключиться на английский — ума не приложу. Можно было бы написать продолжение к посту для молодёжи.)

Меня сейчас другое встревожило — в трёх последних попавшихся на глаза переводных русскоязычных стандартах/проектах стандартов при сравнении с оригиналами выявились серьёзные ошибки (об ISO 14520 уже написал уже здесь). Ещё, как оказалось, в отдельных органах стандартизации считается нормальным переводить стандарт с перевода (DIN EN переводить не с родного английского, а с немецкого). Даже не знаю, что и думать.

Что касается тэгов — в последней Деже вроде побороли проблему тэгов в доках из ФР - даже без чистки кодзаппером НИ ОДНОГО ТЭГА!!! (Отчасти это правда связано с частичной их визуализацией — курсив, подчёркивание и жирный шрифт последняя дежа показывает)

[Aleksandr Selivanov]

Оффтопик

Набросал небольшой, тезисный туториал на тему работы с ПДФ

mikhailo, разрешите разместить ваш туториал в «Энциклопедии переводчика»?

[Alter Ego]

Туториал, исходный ПДФ и документ, который должен получиться: http://rghost.ru/58881328

Файл удален.

???

[mikhailo]

Обновил ссылку
http://rghost.ru/60415685

mikhailo, разрешите разместить ваш туториал в «Энциклопедии переводчика»?

Почему нет. Размещайте. И второй туториал по переводу стандартов тоже можете разместить. Только копирайт не удаляйте. А то мало ли, вдруг кто какую идею надумает, а куда сообщить, не будет знать

[Aleksandr Selivanov]

Размещайте.

Готово. Базовые принципы работы с pdf-файлами.

[Alter Ego]

Обновил ссылку

Сработала, спасибо.