Udtræk tekst fra digitale og scannede PDF-filer

Kontrollér, om siden indeholder ægte tekst

Prøv at vælge en sætning i en PDF-vider. En nyttig tekst lag ofte giver dig mulighed for at vælge ord, selvom nogle dokumenter stadig har ufuldstændige eller usædvanlige tekst symbol mappinger. En side, der kun er et skannet billede, har brug for genkendelse fra pixels. En fil kan indeholde begge typer af sider.

Udveksle den eksisterende tekstskala først

Vælg PDF til tekst for et digitalt dokument. Vælg de sider, du har brug for, tjek udgangen og sammenlign den med den oprindelige. Flad tekst bevarer ikke alle tabeller, kolumner eller visuelle forhold. En side uden udvundet tekst bør kontrolleres separat i stedet for stille at glemme fra dit arbejde.

Brug PDF til PNG og OCR for en scannet side

For en image-only side, brug PDF til PNG for at gøre den nødvendige side med en hvid baggrund. Kontroller teksten i en tilgængelig opløsning, åbner derefter PNG i Image to Text og vælger dens sprog. PDF til JPG er en anden mulighed for foto-vægtige sider. OCR skaber separat tekst til proofread; det tilføjer ikke et søgbart lag til den oprindelige PDF.

Sammenlign de to originale Word-ekspor

Den sample-word-output.pdf Filen indeholder siderbilleder fra vores Microsoft Word til PDF direkte download. Den sample-word-print.pdf filen er lavet ved hjælp af browsers printvej og indeholder valgt tekst i den oprindelige prøve. Filerne viser, hvorfor en .pdf-udvidelse alene ikke fortæller dig, om tekstudvinding vil fungere.

Hold produktionsformålet klart

TXT er nyttig til at søge, kopiere eller redigere ord. Det er ikke en layout-bevarende PDF-til-Word konvertering. Hvis den udvundede tekst er vigtig, gennemgå sidegrænser, navne og figurer, beholde den oprindelige PDF, og bruge kun dokumenter, du er autoriseret til at behandle.

Fortsæt med et relateret værktøj