如今治學，影印少了，更多的是在網上操作。
PDF幾乎成了通用的文件交換模式，所以要用各種方法提取當中的資料。例如公益版圖書有些是沒有經過認字加工的，只是圖像，不能擷取。
要充份利用，第一是要OCR認字，認字也有兩種，一是變成 searchable 的 PDF, 二是提取其中文字。本來 searchable PDF 已很好用，但要有專門的製作軟件。ABBYY是不錯的，但太太貴了，我訂過兩年，如今仍是用舊的公益版。Monica OCR 也不錯，效果比 ABBYY 更好，但要切割成每份最多50M上傳。
昨天想用 AI 自製一個，既可製作 searchable PDF 也能輸出文字檔的，在本機運作，用python. PDF search 是可以，但不能在原稿上的正確位置標示，作用不大，所以放棄了，還是用 Monica。
至於文字檔，則效果不錯，而且可以輸出成 Markdown 格式，方便二次利用。今早花了兩個鐘，製作了以 python 為後台的網上工具，這是我第一次做這東西，因為要在server做點改動，怕一旦出錯一切化為烏有，有點手震震。經過多次除錯後，終於成功。
介面。上傳PDF，通過AI轉為文字檔或markdownd格式，可選強制輸出繁體。
MD格式是文字加標記，用閱讀器就可變成漂亮的PDF。
