Estrai testo da uno PDF digitale o scansionato
Due PDF possono sembrare quasi identici mentre memorizzano le loro pagine in modo diverso. Uno può contenere caratteri selezionabili; l'altro può contenere solo immagini di pagina. Il corretto flusso di lavoro di estrazione del testo dipende da cosa c'è all'interno del file.
Controlla se la pagina contiene testo reale
Prova a selezionare una frase in un visualizzatore PDF. Un utile livello di testo spesso ti consente di selezionare le parole, sebbene alcuni documenti abbiano ancora mappature dei caratteri incomplete o insolite. Una pagina che è solo un'immagine scansionata necessita del riconoscimento da parte dei pixel. Un file può contenere entrambi i tipi di pagina.
Estrarre prima il livello di testo esistente
Scegliere PDF su Testo per un documento digitale. Seleziona le pagine che ti servono, esamina l'output e confrontalo con l'originale. Il testo normale non preserva ogni tabella, colonna o relazione visiva. Una pagina senza testo estratto dovrebbe essere controllata separatamente anziché essere omessa silenziosamente dal tuo lavoro.
Utilizzare l'immagine OCR per le pagine scansionate
Per una pagina di sole immagini, utilizzare prima da PDF a JPG per eseguire il rendering della pagina necessaria. Apri il risultato in Immagine in testo e scegli la lingua del testo. Questa sequenza manuale consente di rivedere una pagina prima del riconoscimento. La prima versione da PDF a testo non esegue automaticamente la scansione delle pagine OCR.
Confrontare le due esportazioni Word originali
Il file sample-word-output.pdf contiene le immagini delle pagine dal nostro download diretto da Word a PDF. Il file sample-word-print.pdf è stato creato utilizzando il percorso di stampa del browser e contiene testo selezionabile nel campione originale. I file mostrano perché un'estensione .pdf da sola non ti dice se l'estrazione del testo funzionerà.
Mantieni chiaro lo scopo dell'output
TXT è utile per cercare, copiare o modificare parole. Non si tratta di una conversione da PDF a Word che preserva il layout. Se il testo estratto è importante, rivedi i limiti della pagina, i nomi e le figure, conserva l'originale PDF e utilizza solo i documenti che sei autorizzato a elaborare.
Prova i campioni
Questi campioni originali sono stati creati per questo sito. Scaricane una copia e prova lo strumento correlato. Alcuni esempi contengono testo in inglese in modo che lo stesso input possa essere confrontato tra le interfacce.
sample-word-output.pdf ↓ sample-word-print.pdf ↓Continue with a related tool
Domande o una correzione? mrkcal@mrkcal.com