PDF to Text: What the .txt File Leaves Out

पाठ निष्कर्षण एक प्रतिलिपि कार्य है, रूपांतरण नहीं: यह चयन योग्य शब्दों को लेता है और उन्हें पृष्ठ दर पृष्ठ लिखता है। परिणाम खोज और स्क्रिप्ट के लिए आदर्श है, लेकिन यह कॉलम, बॉक्स या स्टाइल को संरक्षित नहीं करेगा।

ऐसा क्यों सामने आता है

लोग सादे पाठ की ओर तब पहुंचते हैं जब गंतव्य कोई खोज सूचकांक, कोई स्क्रिप्ट या कोई सहकर्मी होता है जिसे केवल शब्दों की आवश्यकता होती है। फ़ाइल शीघ्रता से आती है, और इसकी शांत चूक केवल तभी सामने आती है जब पाठ पहले से ही अगले सिस्टम में होता है।

इसे चलाने से पहले जांच लें

• पहले पुष्टि करें कि शब्द चयन योग्य हैं। यदि आप पीडीएफ व्यूअर में किसी वाक्य को हाइलाइट नहीं कर सकते हैं, तो पृष्ठ छवियां हैं। पहले OCR चलाएँ, फिर खोजने योग्य प्रतिलिपि से निकालें।
• ऑर्डर और ब्रेक के लिए पहला पेज पढ़ें। मल्टी-कॉलम लेआउट आपस में जुड़ सकते हैं और उचित पंक्तियाँ मध्य वाक्य को तोड़ सकती हैं। जांचें कि शीर्षक और खंड उस क्रम का पालन करते हैं जिसे कोई व्यक्ति पढ़ेगा।
• तालिकाओं और विशेष वर्णों का निरीक्षण करें. तालिकाएँ आमतौर पर सादे पाठ में अपना ग्रिड खो देती हैं; डेटा के लिए पीडीएफ से एक्सेल का उपयोग करें। फ़ाइल आयात करने से पहले उच्चारण, संयुक्ताक्षर और मुद्रा प्रतीकों की जाँच करें।

इसके लिए कब पहुंचना है

• आपको किसी खंड को सटीक रूप से उद्धृत करना होगा। Extract the text, then search the .txt for the exact wording instead of retyping from the page.
• आप जाँच रहे हैं कि क्या पीडीएफ वास्तव में टेक्स्ट है। लगभग-खाली आउटपुट सबसे तेज़ प्रमाण है कि फ़ाइल एक स्कैन है और किसी भी रूपांतरण से पहले ओसीआर की आवश्यकता है।

एक प्रश्न हमें मिलता है

क्या पाठ अपना लेआउट बरकरार रखता है?

शब्द पढ़ने के क्रम में वापस आते हैं - उद्धरण, खोज और स्क्रिप्ट के लिए बिल्कुल सही। वास्तविक तालिका पाठ से निर्मित तालिकाएँ अपनी संरचना बनाए रखती हैं; स्कैन किए गए पृष्ठों को पहले OCR की आवश्यकता होती है।

यह कहां फिट बैठता है

उपकरण जो लोग आमतौर पर पीडीएफ से टेक्स्ट के बगल में खोलते हैं:

• पीडीएफ से पावरपॉइंट - एक संपादन योग्य पावरपॉइंट डेक के रूप में एक पीडीएफ का पुनर्निर्माण करें।
• पीडीएफ से जेपीजी - प्रत्येक पृष्ठ को आपके आवश्यक रिज़ॉल्यूशन पर JPG, PNG या TIFF छवि में बदलें।
• पीडीएफ से वर्ड - जहां संभव हो वहां लेआउट रखते हुए एक पीडीएफ को एक संपादन योग्य वर्ड दस्तावेज़ में परिवर्तित करें।

प्रत्येक टूल एक कॉपी पर काम करता है, इसलिए मूल फ़ाइल को कभी नहीं छुआ जाता है। अपलोड एक अज्ञात आईडी के तहत संग्रहीत किए जाते हैं और आपके द्वारा अंतिम बार खोलने के दो घंटे बाद स्वचालित रूप से हटा दिए जाते हैं; कुछ भी सूचीबद्ध, साझा या अनुक्रमित नहीं है। पर और अधिक सुरक्षा पृष्ठ.