Un documento scannerizzato altro non è che un’immagine quindi non possiamo copiare e incollare il testo presente all’interno. Esistono porgrammi ORC che riescono a estrapolare il testo dai documenti.

Se non abbiamo questi programmi possiamo affidarci al solito Google…

Ecco come fare: Fate una scansione di un documento e create un pdf, all’interno del vostro sito web create una cartella (es. nomesito.com/pdf) e mettete tutte le immagini pdf in questa cartella.

Create una pagina pubblica che linka tutti i file pdf e attendiamo che Google bots passi da li!!

Una volta fatto su Google digita la query: “site:nomesito.com/pdf filetype:pdf” per visualizzare il documento pdf come un documento html.

Fonte: Convert Scanned PDF Documents to Text with Google OCR from Digital Inspiration

Stamattina ho avuto la bella sorpresa di trovare il pagerank di mukkamu a quota 6, subendo un incremento di 1.
Strano è che non ho sentito nessuna voce di corridoio su eventuali aggiornamenti di google sui PR.
Ho notato anche un cambiamento sostanziale del numero di link che puntano a questo sito (sempre secondo google) che da 966 sono passati a 5870.

Che google stia cambiando qualcosa nelle sue formule matematiche? Ho è l’effetto del brindisi in ASCII di fine anno?
Staremo a vedere che cosa succede in questi giorni, e se nessuno sa qualcosa in merito!

Grazie a Julius oggi sono approdata sul sito ICTv Il video che ho postato l’ho trovato interessante; raccoglie in un’intervista il parere di Piersante Paneghel “Pieropan”, Giorgio Taverniti “Giorgiotave“, Salvatore Cariello ed Enrico Altavilla “LowLevel” su quello che sarà il futuro degli algoritmi dei motori di ricerca, e su come e verso quale meta punteranno. Cercheranno di aggiornare le loro regole algoritmiche a seconda di come gli utenti utilizzeranno sempre più il web, e gli utenti e i poveri martiri, che vogliono dare visibilità a qualche sito dovranno adeguarsi a loro leggi matematiche e logiche!