Discussion :

[Tonton Luc]

Peut-on convertir un fichier XML généré sous Word en XML normal (afin de pouvoir récupérer la position spatiale gauche, haut, droite, bas du texte) ???

[GrandFather]

Bonjour,

qu'appelles-tu XML "normal" ? Le format XML généré par Word est du XML tout ce qu'il y a de plus conventionnel (pour une fois Microsoft a respecté les standards ! ).
Pour de la conversion XML => XML, le langage idéal est XSLT.

[Tonton Luc]

Voici 1 extrait d'un fichier XML :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<wd l="1416" t="2818" r="2534" b="3014">ARTICLE</wd>

Or dans le XML (WordML) généré par 1 OCR (OmniPage14 Standard), je ne retrouve pas ces positions (gauche, haut, droit, bas).

J'ai bien trouvé ceci

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<w:ind w:first-line="0" w:left="108" w:right="0"/>

, mais ça n'est pas suffisant.

C'est la raison pour laquelle je demandais s'il était possible de "convertir" ou transformer ce XML pour Word en XML "normal".

[GrandFather]

Hélas non : le principe d'une transformation XML est de prendre un fichier XML d'un certain format et de le transformer en un autre format, également XML. Si le format du fichier d'entrée (sortie de l'OCR) ne comprend pas les données souhaitées, ce n'est pas la transformation qui va te les inventer. La seule possibilité qui te reste est de voir s'il existe dans Omnipage un autre format XML (autre que celui de Word) comprenant ces informations.

[Tonton Luc]

Ok, merci pour les infos.

[tlse]

Si ça peut t'aider je sais que le moteur OCR de la société IRIS a une sortie XML reprennant les coordonnées des lettres ou des mots.

[Tonton Luc]

Ok merci pour le tuyau