EKSTRAK
Lepaskan PDF dan dapatkan teksnya semula — seluruh dokumen, atau hanya halaman yang anda nyatakan.
Sehingga 100 MB — ia tidak meninggalkan peranti anda
Teks yang diekstrak
Tiada teks keluar daripada halaman ini. Hampir selalu ini bermakna PDF tersebut ialah imbasan — halamannya imej dan tiada lapisan teks untuk diekstrak. Membacanya memerlukan OCR, dan alat ini tidak melakukannya.
lapisan teks
PDF yang dihasilkan daripada pemproses kata, pelayar atau alat reka bentuk membawa teksnya sebagai teks — hurufnya disimpan sebagai aksara berkedudukan, sebab itulah anda boleh memilihnya dalam pembaca PDF. Alat ini membaca lapisan itu halaman demi halaman dan memulangkannya sebagai teks biasa yang boleh ditampal di mana-mana.
PDF hasil imbasan pula lain ceritanya. Setiap halaman ialah gambar sekeping kertas, jadi tiada aksara untuk dibaca dan tiada apa yang keluar. Itu bukan kegagalan pengekstrakan — memang tiada teks di dalam fail itu, dan untuk mendapatkannya perlu pengecaman aksara optik, bukan pembacaan.
tiga langkah
Ia dihurai dalam pelayar dengan enjin yang sama yang melukis pratonton PDF kami. Tiada apa dimuat naik, jadi kontrak atau invois kekal pada mesin anda.
Kosong bermakna keseluruhan dokumen. Jika tidak, nyatakan seperti dalam kotak dialog cetak — 1-3, 5, 8- — dan hanya halaman itu dibaca. Hidupkan penanda halaman untuk tahu di mana setiap satu bermula.
Salin meletakkan teks ke papan keratan, sedia untuk sembang atau penyunting. Muat turun menulis fail .txt UTF-8, jalan yang lebih selamat untuk teks panjang.
jawapan pantas
PDF itu hampir pasti hasil imbasan, jadi halamannya imej tanpa lapisan teks. Cara mengesahkannya: buka dalam mana-mana pembaca dan cuba pilih satu perkataan — jika kursor tidak dapat menangkapnya, memang tiada apa untuk diekstrak.
Tidak. Ia membaca teks yang sedia ada dalam fail, bukan mengecam huruf dalam imej. OCR memerlukan model yang perlu dimuat turun sebelum halaman pertama boleh dibaca — itu alat yang lain.
Teks biasa tiada lajur, jadual atau jidar. Pemisah baris mengikut apa yang ditandakan PDF itu sendiri sebagai hujung baris, dan selebihnya — kertas dua lajur, jadual angka — diratakan menjadi teks berterusan.
Ya, kerana ia juga teks pada halaman seperti yang lain. Jika anda menarik teks utama daripada laporan panjang, jangkakan pengepala atau pengaki di sempadan antara halaman.
Ia tidak boleh dibuka di sini. Buang kata laluan dalam aplikasi yang menghasilkannya atau dalam pembaca PDF anda, kemudian gunakan salinan yang telah dibuka kunci.
Ya, termasuk PDF yang bergantung pada peta aksara pratakrif dan bukannya membenamkan fon. Fail .txt ditulis sebagai UTF-8, jadi aksaranya kekal utuh.
Tidak. Fail dibaca dalam pelayar anda dan teksnya tidak meninggalkan halaman ini. Alat ini langsung tiada pelayan untuk menerima dokumen.
Ya — percuma tanpa tera air.
