Trích xuất văn bản đọc các từ đã được lưu trữ trong tệp PDF và ghi chúng vào tệp văn bản thuần túy. Đó không phải là OCR: nếu trang là hình ảnh của các từ thì máy trích xuất không có gì để đọc.
Từng bước một
- 1
Tải lên bản PDF của bạn
Kéo tệp PDF của bạn vào hộp hoặc nhấp vào Chọn tệp. Nó được gửi qua kết nối được mã hóa và chỉ được sử dụng cho nhiệm vụ này.
- 2
Chạy nó và tải về
Nhấn PDF to Text và trang sẽ hiển thị tiến trình trong khi nó hoạt động. Khi quá trình hoàn tất, bạn sẽ nhận được liên kết tải xuống - không có gì được gửi qua email và không có gì được lưu trữ lâu hơn mức cần thiết.
Màn hình trông như thế nào
Văn bản có thật không?
Hãy thử chọn một câu trong trình xem PDF của bạn. Nếu nó nổi bật, thì tệp PDF có một lớp văn bản và quá trình trích xuất sẽ trả về nó. Nếu trang được quét, hãy chạy OCR đầu tiên. Kiểm tra này sẽ tránh được hầu hết các tệp văn bản trống đáng thất vọng.
Đọc thứ tự và ngắt dòng
Văn bản được lưu trữ theo vị trí, không phải theo đoạn văn. Các trang nhiều cột có thể bị xen kẽ và văn bản căn đều có thể gây ra ngắt dòng ở giữa câu. Đọc một vài đoạn đầu tiên và sửa thứ tự trước khi đưa văn bản vào một công cụ khác. Các bàn thường bị mất lưới; sử dụng PDF sang Excel cho dữ liệu.
Kiểm tra mã hóa và ký tự đặc biệt
Các ký tự có dấu, chữ ghép và ký hiệu có thể thay đổi khi văn bản rời khỏi PDF. Tìm kiếm tên có dấu và số có ký hiệu tiền tệ. Nếu đầu ra dành cho cơ sở dữ liệu hoặc tập lệnh, hãy kiểm tra mã hóa thay vì giả sử UTF-8.
Tệp văn bản để lại những gì
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 sang Word giữ nguyên bố cục, PDF sang Excel phục hồi các bảng và PDF sang PowerPoint xây dựng lại các slide.
Thói quen tốt cho PDF to Text
- Văn bản PDF chuyển đổi tốt nhất. Nếu trang được quét, hãy chạy OCR trước.
- Các bảng được phát hiện bằng cách căn chỉnh chúng, vì vậy các đường kẻ có đường kẻ sẽ chuyển đổi một cách đáng tin cậy nhất.
- Kiểm tra kết quả trước khi xóa bản gốc.
Câu hỏi thường gặp
PDF sang văn bản làm gì?
Sao chép văn bản có thể chọn từ PDF thành tệp văn bản thuần túy, hết trang này đến trang khác, giữ nguyên thứ tự đọc mà PDF khai báo.
PDF to Text có được sử dụng miễn phí không?
Đúng. Công cụ trình duyệt này miễn phí, không có hình mờ và không giới hạn nhiệm vụ hàng ngày. Ký điện tử và Quy trình làm việc hợp pháp là những sản phẩm phải trả phí duy nhất.
Điều gì xảy ra với các tập tin của tôi sau khi tôi sử dụng PDF to Text?
Chúng được lưu trữ dưới một id không thể đoán được và được quét tự động sau vài giờ. Không có gì được chia sẻ hoặc lập chỉ mục.
Tại sao tập tin giải nén lại trống?
PDF có thể là bản quét không có lớp văn bản. Trước tiên hãy chạy OCR, sau đó trích xuất văn bản từ bản sao có thể tìm kiếm được.
Tôi có thể giữ bố cục không?
Trích xuất văn bản thuần túy giữ lại các từ chứ không phải thiết kế trang. Sử dụng PDF sang Word nếu bố cục quan trọng.
Việc trích xuất có bao gồm nhận xét không?
Nó trích xuất văn bản trang, không phải chú thích hoặc giá trị biểu mẫu. Loại bỏ hoặc xuất chúng một cách riêng biệt nếu chúng quan trọng.