Comments for Santhosh Thottingal http://thottingal.in/blog /home/santhosh Tue, 02 Mar 2010 21:43:37 +0530 http://wordpress.org/?v=2.9.2 hourly 1 Comment on PDFBox : Extract Text from PDF by Ching http://thottingal.in/blog/2009/06/24/pdfbox-extract-text-from-pdf/comment-page-1/#comment-3221 Ching Tue, 02 Mar 2010 21:43:37 +0000 http://thottingal.in/blog/?p=168#comment-3221 How can you extract bold text from a PDF if there is one? How can you extract bold text from a PDF if there is one?

]]> Comment on മലയാളം, യൂണീകോഡ് 5.1, ഫോണ്ടുകള്‍… by ഫൈസല്‍ മുഹമ്മദ് http://thottingal.in/blog/2008/05/13/malayalam-unicode-51/comment-page-1/#comment-2020 ഫൈസല്‍ മുഹമ്മദ് Sun, 06 Dec 2009 16:26:00 +0000 http://thottingal.in/blog/2008/05/13/%e0%b4%ae%e0%b4%b2%e0%b4%af%e0%b4%be%e0%b4%b3%e0%b4%82-%e0%b4%af%e0%b5%82%e0%b4%a3%e0%b5%80%e0%b4%95%e0%b5%8b%e0%b4%a1%e0%b5%8d-5-1-%e0%b4%ab%e0%b5%8b%e0%b4%a3%e0%b5%8d%e0%b4%9f%e0%b5%81%e0%b4%95/#comment-2020 ആശാന്‍മാരെ, കഴിഞ്ഞ കുറച്ചു വര്‍ഷമായി വിന്‍ഡോസ് എക്സ് പിയുടെ കൂടേയായിരുന്നു പൊറുപ്പ്. യൂണിക്കോട് ഉപയോഗിച്ച് മലയാളം ടൈപ്പ് ചെയ്ത് കുറച്ചു ബ്ലോഗ് കുഞ്ഞുങ്ങളേയുമുണ്ടാക്കി. ഈ അടുത്ത് ഉബുണ്ടു 9.10 നോട് പ്രേമം തോന്നി ലവളേയും എന്റെ കംപ്യൂട്ടറില്‍ കയറ്റി താമസിപ്പിച്ചു. സിസ്റ്റംസ് - പ്രിഫറന്‍സ് - കീബോര്‍ഡ് - ലേ ഔട്ട് - വഴി മലയാളം ലളിതയേയും, സാദാ മലയാളത്തേയും ഇണക്കിയെങ്കിലും യൂണിക്കോഡ് രീതിയിലെ നേരമ്പോക്കിന് ഉബുണ്ടു വഴങ്കുന്നില്ല. ചില്ലക്ഷരങ്ങള്‍ ഉണ്ടാക്കാനോ, അ ഇ തുടങ്ങിയവയ്ക്കോ ഒരു രക്ഷയുമില്ല. ഇനി വേറെ വല്ല ഡൌണ്‍ലോഡിങ്ങോ കൌണ്‍സിലിംങ്ങോ വേണ്ടി വരുമോ ? ഈ ഉബുണ്ടുവില്‍ എനിക്ക് യൂണികോ‍ഡ് കുഞ്ഞുങ്ങളുണ്ടാവില്ലേ ? (ഇത് സാദാ മലയാളം ഉപയോഗിച്ചാണ് ടൈപ്പ് ചെയ്തത്, അക്കാര്യത്തില്‍ അവള്‍ക്ക് സഹകരണമുണ്ട് )എന്റെ നീറുന്ന പ്രശ്നങ്ങള്‍ക്ക് ഒരു പരിഹാരം നിര്‍ദ്ദേശിക്കുമെന്ന പ്രതീക്ഷയില്‍ ..... ആശാന്‍മാരെ, കഴിഞ്ഞ കുറച്ചു വര്‍ഷമായി വിന്‍ഡോസ് എക്സ് പിയുടെ കൂടേയായിരുന്നു പൊറുപ്പ്. യൂണിക്കോട് ഉപയോഗിച്ച് മലയാളം ടൈപ്പ് ചെയ്ത് കുറച്ചു ബ്ലോഗ് കുഞ്ഞുങ്ങളേയുമുണ്ടാക്കി. ഈ അടുത്ത് ഉബുണ്ടു 9.10 നോട് പ്രേമം തോന്നി ലവളേയും എന്റെ കംപ്യൂട്ടറില്‍ കയറ്റി താമസിപ്പിച്ചു. സിസ്റ്റംസ് – പ്രിഫറന്‍സ് – കീബോര്‍ഡ് – ലേ ഔട്ട് – വഴി മലയാളം ലളിതയേയും, സാദാ മലയാളത്തേയും ഇണക്കിയെങ്കിലും യൂണിക്കോഡ് രീതിയിലെ നേരമ്പോക്കിന് ഉബുണ്ടു വഴങ്കുന്നില്ല. ചില്ലക്ഷരങ്ങള്‍ ഉണ്ടാക്കാനോ, അ ഇ തുടങ്ങിയവയ്ക്കോ ഒരു രക്ഷയുമില്ല. ഇനി വേറെ വല്ല ഡൌണ്‍ലോഡിങ്ങോ കൌണ്‍സിലിംങ്ങോ വേണ്ടി വരുമോ ? ഈ ഉബുണ്ടുവില്‍ എനിക്ക് യൂണികോ‍ഡ് കുഞ്ഞുങ്ങളുണ്ടാവില്ലേ ? (ഇത് സാദാ മലയാളം ഉപയോഗിച്ചാണ് ടൈപ്പ് ചെയ്തത്, അക്കാര്യത്തില്‍ അവള്‍ക്ക് സഹകരണമുണ്ട് )എന്റെ നീറുന്ന പ്രശ്നങ്ങള്‍ക്ക് ഒരു പരിഹാരം നിര്‍ദ്ദേശിക്കുമെന്ന പ്രതീക്ഷയില്‍ …..

]]> Comment on PDFBox : Extract Text from PDF by Szemere http://thottingal.in/blog/2009/06/24/pdfbox-extract-text-from-pdf/comment-page-1/#comment-1998 Szemere Thu, 03 Dec 2009 18:34:12 +0000 http://thottingal.in/blog/?p=168#comment-1998 You are most likely mixing 0.8.0 and 0.7.3 versions in the classpath. You are most likely mixing 0.8.0 and 0.7.3 versions in the classpath.

]]> Comment on Screensavers in your language by ramkumar http://thottingal.in/blog/2008/10/27/screensavers-in-your-language/comment-page-1/#comment-1724 ramkumar Fri, 27 Nov 2009 13:03:13 +0000 http://thottingal.in/blog/?p=52#comment-1724 hi Great Work Thanks hi Great Work
Thanks

]]> Comment on Phonetic Comparison Algorithm for Indian Languages by aneeskA http://thottingal.in/blog/2009/07/26/indicsoundex/comment-page-1/#comment-1517 aneeskA Fri, 30 Oct 2009 09:41:56 +0000 http://thottingal.in/blog/?p=193#comment-1517 santhosh, if malayalam is written in english - popularly referred to manglish - is soundex reliable ? have you tried this method? santhosh, if malayalam is written in english – popularly referred to manglish – is soundex reliable ? have you tried this method?

]]> Comment on PDFBox : Extract Text from PDF by Pratik http://thottingal.in/blog/2009/06/24/pdfbox-extract-text-from-pdf/comment-page-1/#comment-1498 Pratik Mon, 26 Oct 2009 14:06:28 +0000 http://thottingal.in/blog/?p=168#comment-1498 Hello, I tried to run the above code using the pdfbox jar and fontbox jar mentioned in earlier replies. But it seems the code still blows up giving the exception below. Has anyone faced this issue before. If yes, could you tell me how did you fix it. org.apache.pdfbox.exceptions.WrappedIOException at org.apache.pdfbox.util.PDFStreamEngine.(PDFStreamEngine.java:125) at org.apache.pdfbox.util.PDFTextStripper.(PDFTextStripper.java:120) at PDFTextParser1.pdftoText(PDFTextParser1.java:33) at PDFTextParser1.main(PDFTextParser1.java:56) Caused by: java.lang.ClassCastException: org.pdfbox.util.operator.ShowTextGlyph cannot be cast to org.apache.pdfbox.util.operator.OperatorProcessor at org.apache.pdfbox.util.PDFStreamEngine.(PDFStreamEngine.java:119) ... 3 more Thanks in advance, Hello,

I tried to run the above code using the pdfbox jar and fontbox jar mentioned in earlier replies. But it seems the code still blows up giving the exception below. Has anyone faced this issue before. If yes, could you tell me how did you fix it.

org.apache.pdfbox.exceptions.WrappedIOException
at org.apache.pdfbox.util.PDFStreamEngine.(PDFStreamEngine.java:125)
at org.apache.pdfbox.util.PDFTextStripper.(PDFTextStripper.java:120)
at PDFTextParser1.pdftoText(PDFTextParser1.java:33)
at PDFTextParser1.main(PDFTextParser1.java:56)
Caused by: java.lang.ClassCastException: org.pdfbox.util.operator.ShowTextGlyph cannot be cast to org.apache.pdfbox.util.operator.OperatorProcessor
at org.apache.pdfbox.util.PDFStreamEngine.(PDFStreamEngine.java:119)
… 3 more

Thanks in advance,

]]> Comment on PDFBox : Extract Text from PDF by Timm http://thottingal.in/blog/2009/06/24/pdfbox-extract-text-from-pdf/comment-page-1/#comment-1472 Timm Wed, 21 Oct 2009 11:57:52 +0000 http://thottingal.in/blog/?p=168#comment-1472 The error is because of missing libs. As it tells you: org/apache/fontbox/cmap/CMapParser is missing. You can use findjar to find an lib, which includes the class: http://www.findjar.com/jar/org.fontbox/jars/fontbox-0.1.0.jar.html?all=true The error is because of missing libs. As it tells you:
org/apache/fontbox/cmap/CMapParser is missing.
You can use findjar to find an lib, which includes the class:
http://www.findjar.com/jar/org.fontbox/jars/fontbox-0.1.0.jar.html?all=true

]]> Comment on PDFBox : Extract Text from PDF by Alessandro http://thottingal.in/blog/2009/06/24/pdfbox-extract-text-from-pdf/comment-page-1/#comment-1339 Alessandro Mon, 12 Oct 2009 20:47:12 +0000 http://thottingal.in/blog/?p=168#comment-1339 Hi, i've got the same problem. Have you solved it in any way? Tanks Hi, i’ve got the same problem. Have you solved it in any way?

Tanks

]]> Comment on PDFBox : Extract Text from PDF by Giordano http://thottingal.in/blog/2009/06/24/pdfbox-extract-text-from-pdf/comment-page-1/#comment-1318 Giordano Thu, 08 Oct 2009 09:28:30 +0000 http://thottingal.in/blog/?p=168#comment-1318 Hi, please can you explain me, like to a baby, how to compile and run this source. I've downloaded pdfbox-0.8.0-incubating.ja but i don't know how use it together with "javac" Thanks Hi, please can you explain me, like to a baby, how to compile and run this source.
I’ve downloaded pdfbox-0.8.0-incubating.ja but i don’t know how use it together with “javac”

Thanks

]]> Comment on Inkscape hyphenation extension by Ravi http://thottingal.in/blog/2009/10/03/inkscape-hyphenation-extension/comment-page-1/#comment-1306 Ravi Sun, 04 Oct 2009 05:09:04 +0000 http://thottingal.in/blog/?p=231#comment-1306 Very good work, Santhosh. Very good work, Santhosh.

]]>