Ekstrak Teks dari PDF Digital atau Pindaian
Dua PDF dapat terlihat hampir identik namun halamannya disimpan secara berbeda. Satu mungkin berisi karakter yang dapat dipilih; yang lainnya mungkin hanya berisi gambar halaman. Alur kerja ekstraksi teks yang benar bergantung pada apa yang ada di dalam file.
Periksa apakah halaman tersebut berisi teks asli
Coba pilih kalimat di penampil PDF. Lapisan teks yang berguna sering kali memungkinkan Anda memilih kata, meskipun beberapa dokumen masih memiliki pemetaan karakter yang tidak lengkap atau tidak biasa. Halaman yang hanya berupa gambar pindaian perlu dikenali dari piksel. Satu file dapat berisi kedua jenis halaman tersebut.
Ekstrak dulu layer teks yang ada
Pilih PDF ke Teks untuk dokumen digital. Pilih halaman yang Anda butuhkan, periksa hasilnya dan bandingkan dengan aslinya. Teks biasa tidak mempertahankan setiap tabel, kolom, atau hubungan visual. Halaman tanpa teks yang diekstraksi harus diperiksa secara terpisah daripada dihilangkan secara diam-diam dari karya Anda.
Gunakan gambar OCR untuk halaman yang dipindai
Untuk halaman hanya gambar, pertama-tama gunakan PDF hingga JPG untuk merender halaman yang diperlukan. Buka hasil itu di Gambar ke Teks dan pilih bahasa teks. Urutan manual ini memungkinkan Anda meninjau halaman sebelum dikenali. Rilis PDF ke Teks pertama tidak secara otomatis memindai halaman OCR.
Bandingkan dua ekspor Word asli
File sample-word-output.pdf berisi gambar halaman dari unduhan langsung Word kami ke PDF. File sample-word-print.pdf dibuat menggunakan jalur cetak browser dan berisi teks yang dapat dipilih dalam sampel asli. File tersebut menunjukkan mengapa ekstensi .pdf saja tidak memberi tahu Anda apakah ekstraksi teks akan berfungsi.
Jaga agar tujuan keluaran tetap jelas
TXT berguna untuk mencari, menyalin atau mengedit kata. Ini bukan konversi PDF-ke-Word yang mempertahankan tata letak. Jika teks yang diekstraksi penting, tinjau batas halaman, nama dan gambar, simpan PDF asli, dan hanya gunakan dokumen yang Anda izinkan untuk memprosesnya.
Coba sampelnya
Sampel asli ini dibuat untuk situs ini. Unduh salinannya dan coba alat terkait. Beberapa sampel berisi teks bahasa Inggris sehingga masukan yang sama dapat dibandingkan antar antarmuka.
sample-word-output.pdf ↓ sample-word-print.pdf ↓Continue with a related tool
Ada pertanyaan atau koreksi? mrkcal@mrkcal.com