PDF to Text: What the .txt File Leaves Out
Metin çıkarma bir kopyalama işidir, bir dönüştürme değil: seçilebilen kelimeleri alır ve bunları sayfa sayfa yazar. Sonuç, arama ve komut dosyaları için idealdir ancak sütunları, kutuları veya stili korumaz.
Bu neden ortaya çıkıyor
Hedef bir arama dizini, bir komut dosyası veya yalnızca ifadeye ihtiyaç duyan bir iş arkadaşı olduğunda insanlar düz metne ulaşır. Dosya hızlı bir şekilde ulaşıyor ve içindeki ihmaller ancak metin zaten bir sonraki sistemde olduğunda ortaya çıkıyor.
Çalıştırmadan önce kontrol edin
- Önce kelimelerin seçilebilir olduğunu onaylayın. PDF görüntüleyicide bir cümleyi vurgulayamıyorsanız sayfalar resimlerdir. Önce OCR'yi çalıştırın, ardından aranabilir kopyadan çıkartın.
- Sipariş ve aralar için ilk sayfayı okuyun. Çok sütunlu düzenler ara sayfalara ayrılabilir ve iki yana yaslanmış satırlar cümlenin ortasında bölünebilir. Başlıkların ve cümlelerin kişinin okuyacağı sıraya uygun olup olmadığını kontrol edin.
- Tabloları ve özel karakterleri inceleyin. Tablolar genellikle düz metin olarak ızgaralarını kaybeder; Veriler için PDF'den Excel'e kullanın. Dosyayı içe aktarmadan önce aksanları, bitişik harfleri ve para birimi simgelerini kontrol edin.
Ne zaman ulaşmalı
- Bir cümleyi doğru bir şekilde alıntılamanız gerekir. Extract the text, then search the .txt for the exact wording instead of retyping from the page.
- Bir PDF'nin gerçekten metin olup olmadığını kontrol ediyorsunuz. Neredeyse boş bir çıktı, dosyanın bir tarama olduğunun ve herhangi bir dönüştürme öncesinde OCR'ye ihtiyaç duyduğunun en hızlı kanıtıdır.
Aldığımız bir soru
Metin düzenini koruyor mu?
Kelimeler okuma sırasına göre geri gelir; alıntılar, aramalar ve senaryolar için mükemmeldir. Gerçek tablo metninden oluşturulan tablolar yapılarını korur; taranan sayfaların öncelikle OCR'ye ihtiyacı vardır.
Nereye uygun
İnsanların genellikle PDF'den Metne Dönüştürme seçeneğinin yanında açtığı araçlar:
- PDF'den PowerPoint'e — PDF'yi düzenlenebilir bir PowerPoint destesi olarak yeniden oluşturun.
- PDF'den JPG'ye — Her sayfayı ihtiyacınız olan çözünürlükte JPG, PNG veya TIFF görseline dönüştürün.
- PDF'den Word'e — PDF'yi düzenlenebilir bir Word belgesine dönüştürün ve düzeni mümkün olan yerlerde koruyun.
Her araç bir kopya üzerinde çalışır, dolayısıyla orijinal dosyaya hiçbir zaman dokunulmaz. Yüklemeler tahmin edilemeyen bir kimlik altında saklanır ve onları son kez açtıktan iki saat sonra otomatik olarak silinir; hiçbir şey listelenmez, paylaşılmaz veya dizine eklenmez. Daha fazlası güvenlik sayfası.