Extrakce textu přečte slova již uložená v PDF a zapíše je do souboru prostého textu. Není to OCR: pokud je stránka obrázkem slov, extraktor nemá co číst.
Krok za krokem
- 1
Nahrajte soubor PDF
Přetáhněte soubor PDF do pole nebo klikněte na Vybrat soubor. Odesílá se přes šifrované spojení a používá se pouze pro tento úkol.
- 2
Spusťte jej a stáhněte
Stiskněte PDF to Text a stránka zobrazuje průběh, zatímco funguje. Po dokončení dostanete odkaz ke stažení – nic se neposílá e-mailem a nic se neukládá déle, než je nutné.
Jak vypadají obrazovky
Je text skutečný?
Zkuste vybrat větu v prohlížeči PDF. Pokud se zvýrazní, má PDF textovou vrstvu a extrakce ji vrátí. Pokud je stránka naskenována, spusťte ji OCR první. Tato jediná kontrola se vyhne většině neuspokojivých prázdných textových souborů.
Pořadí čtení a zalomení řádků
Text je uložen podle pozice, nikoli podle odstavce. Stránky s více sloupci mohou vycházet prokládané a zarovnaný text může uprostřed vět obsahovat zalomení řádků. Před vložením textu do jiného nástroje si přečtěte několik prvních odstavců a upravte pořadí. Tabulky obvykle ztratí svou mřížku; použití PDF do Excelu pro data.
Zkontrolujte kódování a speciální znaky
Znaky s diakritikou, ligatury a symboly se mohou změnit, když text opustí PDF. Vyhledejte jméno s diakritikou a číslo se symbolem měny. Pokud je výstup pro databázi nebo skript, zkontrolujte kódování spíše než předpokládejte UTF-8.
Co po sobě textový soubor zanechá
The .txt carries words, not the document. Images, drawings, form-field values and annotations stay in the PDF, and there are no settings to change: the tool reads every page in the order the PDF declares and returns a single file. When the destination needs more than words, convert instead — PDF do Wordu zachovává rozložení, PDF do Excelu obnoví tabulky a PDF do PowerPointu obnovuje skluzavky.
Dobré návyky pro PDF na text
- Textové PDF převést nejlépe. Pokud je stránka naskenovaná, spusťte nejprve OCR.
- Tabulky jsou detekovány podle jejich zarovnání, takže řádkové čáry se převádějí nejspolehlivěji.
- Před smazáním originálu zkontrolujte výsledek.
Běžné otázky
Co dělá PDF na text?
Zkopíruje volitelný text z PDF do prostého textového souboru stránku po stránce, přičemž zachová pořadí čtení, které PDF deklaruje.
Je PDF to Text k použití zdarma?
Ano. Tento nástroj prohlížeče je zdarma, bez vodoznaku a bez omezení denních úkolů. E-Sign a Legal Workflow jsou jediné placené produkty.
Co se stane s mými soubory poté, co použiji PDF na text?
Jsou uloženy pod neodhadnutelným ID a po několika hodinách automaticky smazány. Nic není sdíleno ani indexováno.
Proč je extrahovaný soubor prázdný?
PDF je pravděpodobně sken bez textové vrstvy. Nejprve spusťte OCR a poté extrahujte text z prohledávatelné kopie.
Mohu si ponechat rozložení?
Extrakce prostého textu zachovává slova, nikoli vzhled stránky. Pokud na rozložení záleží, použijte PDF do Wordu.
Obsahuje extrakce komentáře?
Extrahuje text stránky, nikoli anotace nebo hodnoty formuláře. Pokud je to důležité, odstraňte je nebo exportujte samostatně.