Извличане на текст от цифров и сканиран PDF
Две PDF файла могат да изглеждат почти идентични, докато съхраняват страниците си по различен начин. Един може да съдържа селективни текстови символи; другият може да съдържа само страници изображения. Правилният работен поток за извличане на текст зависи от това, което е вътре във файла.
Проверете дали страницата съдържа истински текст
Опитайте се да изберете фраза в PDF преглед. Полезен текстуален слой често ви позволява да изберете думи, въпреки че някои документи все още имат непълни или необичайни текстови символи. Страница, която е само скенирана снимка, се нуждае от разпознаване от пиксели. Един файл може да съдържа и двата вида страници.
Първо извадете съществуващия текст слой
Изберете PDF към текст за цифров документ. Изберете страниците, от които се нуждаете, проверявайте резултата и го сравнявайте с оригинала. Пълният текст не запазва всяка таблица, колона или визуална връзка. Страница без извлечен текст трябва да се проверява отделно, а не тихо да бъде пропуснат от работата ви.
Използвайте PDF към PNG и OCR за сканирана страница
За страница само с изображение, използвайте PDF към PNG, за да представите необходимата страница с бял фон. Инспектирайте текста при налична резолюция, след това отворите PNG в Image to Text и изберете езика му. PDF до JPG е друг вариант за фото-тежки страници. OCR създава отделен текст за профрейд; той не добавя търсещ слой към оригиналния PDF.
Сравнете двете оригинални Word експорти
и на sample-word-output.pdf Файлът съдържа страници изображения от нашия Microsoft Word до PDF директно изтегляне. и на sample-word-print.pdf файлът е направен с помощта на браузъра печатния път и съдържа селективен текст в оригиналната проба. Файловете показват защо само .pdf разширение не ви казва дали текстовото извличане ще работи.
Дръжте целта на производството ясна
TXT е полезен за търсене, копиране или редактиране на думи. Това не е преобразуване на PDF-to-Word. Ако извлеченият текст е важен, прегледайте границите на страницата, имената и фигурите, запазете оригиналния PDF и използвайте само документи, които сте упълномощени да обработвате.
Опитайте пробите
Тези оригинални проби са създадени за този сайт. Изтеглете копие и опитайте свързания инструмент. Някои проби съдържат английски текст, така че същите вноски могат да бъдат сравними по интерфейси.
sample-word-output.pdf ↓ sample-word-print.pdf ↓Продължете със свързан инструмент
Въпроси или корекция? mrkcal@mrkcal.com