Trekk ut tekst fra digitale og skannede PDF-filer
To PDF-er kan se nesten identiske ut mens de lagrer sidene på en annen måte. En kan inneholde valgbare tekst symboler; den andre kan bare inneholde sidebilder. Den riktige tekst-ekstraksjonsarbeidsflyten avhenger av hva som er inne i filen.
Sjekk om siden inneholder ekte tekst
Prøv å velge en setning i en PDF-viser. En nyttig tekst lag gir deg ofte mulighet til å velge ord, selv om noen dokumenter fortsatt har ufullstendige eller uvanlige tekst symbol mappinger. En side som bare er et skannet bilde trenger gjenkjenning fra piksler. En fil kan inneholde begge typer sider.
Utveksle den eksisterende tekstlaget først
Velg PDF til tekst for et digitalt dokument. Velg de sidene du trenger, sjekk utgangen og sammenlign den med den opprinnelige. Flat tekst bevarer ikke alle tabeller, kolonner eller visuelle forhold. En side uten utvunnet tekst bør sjekkes separat i stedet for å bli tyst bortført fra arbeidet ditt.
Bruk PDF til PNG og OCR for en skannet side
For et bilde-only side, bruk PDF til PNG for å gjøre den nødvendige siden med en hvit bakgrunn. Sjekk teksten på en tilgjengelig oppløsning, åpne deretter PNG i bilde til tekst og velg språket. PDF til JPG er et annet alternativ for foto tunge sider. OCR skaper separat tekst til proofread; det legger ikke til et søkbart lag til den opprinnelige PDF-filen.
Sammenlign de to opprinnelige ordeksportene
Den sample-word-output.pdf Filet inneholder sidebilder fra vårt Microsoft Word til PDF direkte nedlasting. Den sample-word-print.pdf Filen er laget ved hjelp av nettleserkortet og inneholder valgfri tekst i det opprinnelige mønsteret. Filene viser hvorfor en .pdf-utvidelse alene ikke forteller deg om tekstutvinning vil fungere.
Hold produksjonsformålet klart
TXT er nyttig for å søke, kopiere eller redigere ord. Det er ikke en layout-reserving PDF-til-Word konvertering. Hvis teksten er viktig, sjekk grensene på siden, navn og figurer, beholde den opprinnelige PDF-filen, og bruk bare dokumenter du er autorisert til å behandle.
Prøv prøvene
Disse opprinnelige prøver ble opprettet for dette nettstedet. Last ned en kopi og prøv det relaterte verktøyet. Noen mønstre inneholder engelsk tekst slik at det samme innlegget kan sammenlignes over grensesnitt.
sample-word-output.pdf ↓ sample-word-print.pdf ↓Fortsett med et relatert verktøy
Spørsmål eller korreksjon? mrkcal@mrkcal.com