Extrahera text ur digitala och skannade PDF-filer
Två PDF-filer kan se nästan identiska medan de lagrar sina sidor annorlunda. En kan innehålla valbara textsymboler; den andra kan endast innehålla sidbilder. Den korrekta textutvinningens arbetsflöde beror på vad som finns inuti filen.
Kontrollera om sidan innehåller verklig text
Försök att välja en mening i en PDF-vyn. Ett användbart textlag låter dig ofta välja ord, även om vissa dokument fortfarande har ofullständiga eller ovanliga textsymbol mappningar. En sida som bara är en skannad bild behöver igenkänning från pixlar. En fil kan innehålla båda typerna av sidor.
Ta ut det befintliga textlagret först
Välj PDF till Text för ett digitalt dokument. Välj de sidor du behöver, kontrollera utgången och jämföra den med originalet. Platt text behåller inte varje tabell, kolumn eller visuell relation. En sida utan extraherad text bör kontrolleras separat i stället för tyst bort från ditt arbete.
Använd PDF till PNG och OCR för en skannad sida
För en bild-enbart sida, använd PDF till PNG för att göra den nödvändiga sidan med en vit bakgrund. Kontrollera texten vid en tillgänglig upplösning, öppna sedan PNG i Bild till Text och välj dess språk. PDF till JPG är ett annat alternativ för foto-viktiga sidor. OCR skapar separat text för att proofread; det lägger inte till ett sökbart lager till den ursprungliga PDF.
Jämför de två ursprungliga Word-exporterna
och den sample-word-output.pdf filen innehåller sidbilder från vårt Microsoft Word till PDF direkt nedladdning. och den sample-word-print.pdf filen gjordes med hjälp av webbläsarutskriftsvägen och innehåller valbar text i det ursprungliga provet. Filerna visar varför en .pdf-utvidgning ensam inte berättar om textutvinning kommer att fungera.
Håll produktionsändamålet klart
TXT är användbart för att söka, kopiera eller redigera ord. Det är inte en layout-bevarande PDF-to-Word konvertering. Om den extraherade texten är viktig, granska sidgränserna, namn och siffror, behålla den ursprungliga PDF-filen och endast använda dokument som du är auktoriserad att bearbeta.
Prova proverna
Dessa ursprungliga prover skapades för denna webbplats. Ladda ner en kopia och prova det relaterade verktyget. Vissa prover innehåller engelska text så att samma input kan jämföras över gränssnitt.
sample-word-output.pdf ↓ sample-word-print.pdf ↓Fortsätt med ett relaterat verktyg
Frågor eller korrigering? mrkcal@mrkcal.com