Mailadressen inPDF bestand

[Kiwi]

Goed, vraagje voor de echte kenners.
Ik heb dus een back-up kunnen maken van mijn klantenbestand, alleen, die back-up is in pdf-formaat.
14.000 pagina's in één pdf, en op iedere pagina gegevens van 1 klant, inclusief mailadres.
Nu wil ik graag al die mailadressen in één bestandje hebben waar ik wél wat mee kan.
Iemand enig idee hoe ik dat voor elkaar kan krijgen????

[Lennart]

Kun je de tekst wel selecteren?
Zo ja, kopieren/plakken in word en exporteren naar Excel, beetje handige filteren of formuletje bedenken en klaar.

[Steven]

scannen met tekstherkenning?

[geelhoed]

Als het zoveel adressen zijn is het vast selecteerbaar, welke reader gebruik je?

[Kiwi]

Ik heb acrobat reader 7.0,die helaas vastslaat bij <ctrl-A>. Blijkbaar toch een beetje te groot document.
Zou leukzijn om een tooltje te hebben die dit soort dingen automatisch kan. Via google kom ik alleen progjes tegen die mailadressen harvesten vanaf het internet.

[geelhoed]

Google-en op OCR en kiezen maar.

[brun]

Acrobat Reader heeft toch een export-naar-txt-functie?

Dan heb je de hele zwik in een .txt-bestandje.

Vervolgens zo'n harvester-programmaatje erop loslaten, klaar (desnoods vooraf het txt-bestand even naar een html-bestandje converteren).

[Lennart]

Of openen in illustrator en dan saven als txt?

[squadracorse]

In je pdf reader opslaan als txt. Belangrijk is ook om de bijbehorende naam in je uiteindelijke betsand te krijgen (lagere spam score mailing, optie om naam in mailing te gebruiken etc).

Het uiteindelijk txt bestand kan je met bv een eigengemaakt applescript weer laten opslaan tot cvs (je weet na zien van txt bestand immers waar de kolommen zich bevinden) met opmaak "email";"naam"\n. Die kan je weer gebruiken in je html mass mailing tool.

Succes

[NoTVR]

Even zoeken op i-net. Er zijn gratis PDF naar Word programmaatjes beschikbaar. Zoeken op PDF to Word bijvoorbeeld ;-)

[Kiwi]

k heb het nu tot .txt bestand kunnen omtoveren (thnx. squadra), nu nog de mailadressen eruit filteren.

[geelhoed]

sed '/\@/s/ *(.*)//; s/>.*//; s/.*[:<] *//'

[squadracorse]

Indien je alleen wil filteren op @ ben je inderdaad makkelijk klaar (ervanuitgaan dat de naam en email is opgeslagen als klikbare link maar dat denk ik eerlijk gezegd niet, in voorbeeld hieronder ga ik ervan uit dat die apart in de tabel van je stonden). Ik zou dus even je tekst bestand openen in notepad en kijken waardoor de kolommen worden gescheiden. Op basis van dat scheidingspatroon kan je heel makkelijk de juiste kolommen eruit pakken, enige dat verneukt zal zijn gok ik is je karakterset.

Nogmaals met beetje scripting ben je nu zo klaar, stel het wordt gescheiden door drie spaties en de rijen door een enter dan maak je bv in php een upload tooltje die bestand afvangt en verwerkt. Hier even iets dat ik snel kon knippen en plakken (voor beeldvorming: bestand declareren, bestand verplaatsen, bestand inlezen, kolomen filteren (hier scheidingsteken ;) juiste eruit vissen en wegschrijven of echoen:

$ftmp = $_FILES['bestand']['tmp_name'];
$fname = $_FILES['bestand']['name'];

move_uploaded_file($ftmp , "$root"."/tmp/"."$fname"."");
$rsFileContents = file("$root"."/tmp/"."$fname"."");

$i=count($rsFileContents);
$x=0;

While($x<$i) {

$eco_sku = '';
$eco_aantal = '';

[B]$eco_explode= explode(";",$rsFileContents[$x]);  [/B]
$eco_sku = $eco_explode[[B]0[/B]];  
$eco_aantal= $eco_explode[[B]6[/B]]; 

echo "$eco_sku - $eco_aantal<br />\n";

       $x++;
   }

unlink("$root"."/tmp/"."$fname"."");

echo "<p>Verwerkte regels: $i</p>";