Ekstrak teks daripada PDF
Salin teks daripada PDF yang sudah mempunyai teks yang boleh dipilih. Pilih halaman anda dan semak kata-kata yang dikeluarkan sebelum menyimpan TXT; imej halaman yang disemak memerlukan OCR daripada pengekstrakan teks langsung.
Sebelum anda memulakan
- Pengenalan
- PDF dengan lapisan teks yang boleh dibaca.
- output
- Mengedit teks rata dan TXT download.
Alat pengecasan ...
Bagaimana untuk menggunakan alat ini
- Pilih PDF yang disokong dan tidak dilindungi.
- Pilih julat halaman dan keluarkan teks yang sedia ada.
- Semak urutan bacaan dan mana-mana halaman tanpa teks, kemudian salin atau muat turun TXT.
Memahami hasil
PDF digital boleh menyimpan simbol teks sebagai teks, manakala PDF yang disemak boleh menyimpan setiap halaman sebagai imej. Alat ini membaca teks yang sedia ada. Ia tidak mengubah imej halaman yang dipindai menjadi perkataan; gunakan imej OCR untuk halaman tersebut.
Bagaimana saya boleh menyalin teks daripada PDF ke dalam fail TXT yang boleh diedit?
Pilih PDF yang mempunyai lapisan teks yang sedia ada, pilih halaman dan keluarkan. Baca output sebelum menggunakannya: lajur, tajuk dan jadual mungkin muncul dalam perintah yang berbeza daripada halaman. Salin kata-kata yang anda perlukan atau muat turun TXT; format dan imej tertanam tidak disimpan.
Mengapa tiada teks yang dikeluarkan daripada PDF saya yang disemak?
Sebuah pemindaian boleh menjadi imej perkataan tanpa lapisan teks asas. Eksport halaman yang berkaitan dengan PDF ke JPG, kemudian gunakan Imej ke Teks dan proofread output OCR. Ekstrak teks langsung tidak boleh memulihkan perkataan daripada halaman imej sahaja atau memperbaiki setiap pengekodan fon yang tidak biasa.
Bolehkah saya mengedit teks PDF yang dikeluarkan sebelum menyimpan fail TXT?
Ya ya . Membetulkan teks dalam kotak hasil sebelum menyalin atau mencipta muat turun TXT. Jika anda mengedit selepas mencipta muat turun, pautan lama akan dihapuskan dan anda boleh menghasilkan pautan segar. Buka semula fail yang disimpan untuk memeriksa perubahan anda dan perintah bacaan. Ini hanya mengedit teks yang dikeluarkan; ia tidak mengubah PDF asal atau mengekalkan tataletak halaman.
Cuba sampel
Cuba sampel asal untuk memeriksa aliran kerja yang disokong. Sampel yang berjaya bukanlah jaminan bagi setiap input.
PDF sampel asal ↓ PDF sampel asal ↓Jika hasilnya bukan apa yang anda jangkakan
Hasilnya kosong atau mempunyai halaman yang hilang.
Halaman yang disemak hanya boleh mengandungi satu imej. Eksport halaman itu dengan PDF ke JPG, kemudian menjalankan imej ke teks dan proofread. Rute ini tidak mencipta PDF yang boleh dicari atau tataletak Word yang boleh diedit.
Alat berguna seterusnya: Tukar PDF kepada JPG →had penting
- Hanya lapisan teks yang sedia ada; tiada OCR automatik.
- Perintah bacaan boleh berbeza daripada tataletak visual, terutamanya dalam halaman pelbagai lajur.
- Font tanpa simbol teks yang berguna peta boleh menghasilkan teks yang hilang atau salah.
- maksimum 20 MB , 100 halaman dan 2 juta simbol teks output.
Soalan-soalan yang kerap ditanya
Mengapa PDF saya tidak mengembalikan teks?
Halaman ini hanya boleh mengandungi imej. Render halaman yang diperlukan dengan PDF ke JPG, kemudian mengenali imej-imej dengan Imej ke Teks.
Adakah sebuah meja akan mengekalkan baris dan lajurnya?
Teks rata tidak boleh mengekalkan tataletak PDF yang lengkap. Kolom, jadual dan penempatan teks yang tidak biasa mungkin memerlukan pengeditan selepas pengekstrakan.
Adakah ini mencipta dokumen Microsoft Word?
Tidak . Ia menghasilkan teks rata yang boleh diedit dan TXT download, bukan dokumen DOCX.
Bolehkah ia membuka PDF yang dilindungi kata laluan?
Versi ini tidak memproses fail yang dilindungi kata laluan atau sekatan dokumen bypass. Gunakan salinan yang boleh diakses yang anda diberi kuasa untuk memproses.
Panduan yang berkaitan
Soalan atau perbaikan? mrkcal@mrkcal.com