PDF to Text: What the .txt File Leaves Out
חילוץ טקסט הוא עבודת העתקה, לא המרה: היא לוקחת את המילים הניתנות לבחירה וכותבת אותן עמוד אחר עמוד. התוצאה אידיאלית לחיפוש ולסקריפטים, אך היא לא תשמר עמודות, תיבות או סגנון.
למה זה עולה
אנשים מגיעים לטקסט רגיל כשהיעד הוא אינדקס חיפוש, תסריט או עמית שרק צריך את הניסוח. הקובץ מגיע במהירות, וההשמטות השקטות שלו צפות רק כשהטקסט כבר במערכת הבאה.
בדוק לפני שאתה מפעיל אותו
- אשר תחילה שהמילים ניתנות לבחירה. אם אינך יכול להדגיש משפט במציג PDF, הדפים הם תמונות. הפעל תחילה OCR ולאחר מכן חלץ מהעותק הניתן לחיפוש.
- קרא את העמוד הראשון לסדר והפסקות. פריסות מרובות עמודות יכולות להשתלב וקווים מוצדקים יכולים לשבור באמצע המשפט. בדוק שהכותרות והסעיפים עוקבים אחר הסדר שאדם היה קורא.
- בדוק טבלאות ותווים מיוחדים. טבלאות בדרך כלל מאבדות את הרשת שלהן בטקסט פשוט; השתמש ב-PDF ל-Excel עבור נתונים. בדוק הדגשות, קווים וסמלי מטבע לפני ייבוא הקובץ.
מתי להגיע אליו
- אתה צריך לצטט סעיף במדויק. Extract the text, then search the .txt for the exact wording instead of retyping from the page.
- אתה בודק אם PDF הוא באמת טקסט. פלט כמעט ריק הוא ההוכחה המהירה ביותר לכך שהקובץ הוא סריקה וצריך OCR לפני כל המרה.
שאלה אחת אנחנו מקבלים
האם הטקסט שומר על הפריסה שלו?
המילים חוזרות בסדר קריאה - מושלם עבור ציטוטים, חיפוש ותסריטים. טבלאות הבנויות מטקסט טבלה אמיתי שומרות על המבנה שלהן; דפים סרוקים צריכים תחילה OCR.
איפה זה מתאים
הכלים שאנשים פותחים בדרך כלל ליד PDF לטקסט:
- PDF ל-PowerPoint - בנה מחדש קובץ PDF כחפיסת PowerPoint הניתנת לעריכה.
- PDF ל-JPG - הפוך כל עמוד לתמונת JPG, PNG או TIFF ברזולוציה שאתה צריך.
- PDF ל-Word - המר קובץ PDF למסמך Word הניתן לעריכה, עם פריסה נשמרת במידת האפשר.
כל כלי עובד על עותק, כך שלעולם לא נוגעים בקובץ המקורי. העלאות מאוחסנות תחת מזהה שלא ניתן לנחש ונמחקות אוטומטית שעתיים לאחר פתיחתן בפעם האחרונה; שום דבר אינו רשום, משותף או אינדקס. עוד על דף אבטחה.