استخراج متن از PDF
متن را از PDF که در حال حاضر دارای متن انتخابی است کپی کنید. صفحات خود را انتخاب کنید و کلمات استخراج شده را قبل از ذخیره TXT بررسی کنید؛ یک تصویر صفحه اسکن شده به جای استخراج مستقیم متن نیاز به OCR دارد.
قبل از اینکه شروع کنید
- واردات
- یک PDF با یک لایه متن قابل خواندن موجود.
- خروجی
- ویرایش متن صاف و دانلود TXT
ابزار شارژ...
چگونه از این ابزار استفاده کنیم
- یک PDF پشتیبانی شده و بدون محافظت را انتخاب کنید.
- محدوده صفحه را انتخاب کنید و متن موجود آن را استخراج کنید.
- به ترتیب خواندن و هر صفحه بدون متن را بررسی کنید، سپس TXT را کپی یا دانلود کنید.
نتیجه را درک کنید
یک PDF دیجیتال می تواند نمادهای متن را به عنوان متن ذخیره کند، در حالی که یک PDF اسکن شده می تواند هر صفحه را به عنوان یک تصویر ذخیره کند. این ابزار متن موجود را می خواند. تصویر صفحه اسکن شده را به کلمات تبدیل نمی کند؛ برای این صفحات از تصویر OCR استفاده کنید.
چگونه می توانم متن را از یک PDF به یک فایل TXT ویرایش شده کپی کنم؟
یک PDF را انتخاب کنید که دارای یک لایه متن موجود است، صفحات را انتخاب کنید و آن را استخراج کنید. قبل از استفاده از آن، خروجی را بخوانید: ستون ها، عنوان ها و جدول ها ممکن است در یک ترتیب متفاوت از صفحه ظاهر شوند. کلمات مورد نیاز را کپی کنید یا TXT را دانلود کنید؛ فرمت و تصاویر ساخته شده نگهداری نمی شوند.
چرا هیچ متن از PDF های اسکن شده من استخراج نمی شود؟
یک اسکن می تواند یک تصویر از کلمات بدون لایه زیر متن باشد. صفحه مربوطه را با PDF به JPG صادر کنید، سپس از تصویر به متن استفاده کنید و خروجی OCR آن را تایید کنید. استخراج مستقیما متن نمی تواند کلمات را از یک صفحه فقط تصویر بازگرداند یا هر رمزگذاری فونت غیر معمول را اصلاح کند.
آیا می توانم متن PDF استخراج شده را قبل از ذخیره یک فایل TXT ویرایش کنم؟
بله . متن را در جعبه نتایج قبل از کپی کردن آن یا ایجاد دانلود TXT اصلاح کنید. اگر پس از ایجاد یک دانلود ویرایش کنید، لینک قدیمی حذف می شود و شما می توانید یک لینک تازه ایجاد کنید. فایل ذخیره شده را دوباره باز کنید تا تغییرات خود را بررسی کنید و دستور خواندن را بررسی کنید. این فقط متن استخراج شده را ویرایش می کند؛ PDF اصلی را تغییر نمی دهد یا طرح صفحه آن را حفظ نمی کند.
یک نمونه را امتحان کنید
یک نمونه اصلی را امتحان کنید تا جریان کار پشتیبانی شده را بررسی کنید. یک نمونه موفق تضمین هر ورودی نیست.
نمونه PDF اصلی ↓ نمونه PDF اصلی ↓اگر نتیجه آن چیزی نیست که انتظارش را داشتید
نتیجه خالی است یا صفحات از دست رفته است.
یک صفحه اسکن شده فقط می تواند یک تصویر را شامل شود. این صفحه را با PDF به JPG وارد کنید، سپس تصویر را به متن و proofread اجرا کنید. این مسیر یک PDF یا طرح ویرایش قابل جستجو ایجاد نمی کند.
بعدی ابزار مفید: تبدیل PDF به JPG →محدودیت های مهم
- فقط لایه های متن موجود؛ بدون OCR اتوماتیک.
- ترتیب خواندن می تواند از طرح بصری متفاوت باشد، به ویژه در صفحات چند ستون.
- فونت های بدون نماد متن مفید می توانند متن گمشده یا نادرست را تولید کنند.
- حداکثر 20 MB , 100 صفحه و 2 میلیون نمادهای متن خروجی.
پرسش های مکرر
چرا اسکن شده PDF من هیچ متن بازگردانده نمی شود؟
صفحه ها فقط می توانند شامل تصاویر باشند. صفحات مورد نیاز را با PDF به JPG رندر کنید، سپس تصاویر را با تصویر به متن تشخیص دهید.
آیا یک میز ردیف ها و ستون های خود را حفظ می کند؟
متن مسطح نمی تواند طرح کامل PDF را حفظ کند. ستون ها، جدول ها و قرار دادن متن غیر معمول ممکن است نیاز به ویرایش پس از استخراج داشته باشند.
آیا این یک سند مایکروسافت Word ایجاد می کند؟
نه . این محصول متن صاف قابل ویرایش و یک دانلود TXT را تولید می کند، نه یک سند DOCX.
آیا می توان از یک فایل PDF با رمز عبور محافظت کرد؟
این نسخه پردازش فایل های محافظت شده با رمز عبور و یا محدودیت های اسناد بایپاس نیست. استفاده از یک کپی قابل دسترس که شما مجاز به پردازش است.
راهنمای مرتبط
پرسش یا اصلاح؟ mrkcal@mrkcal.com