Wyodrębnij tekst z cyfrowego lub zeskanowanego PDF
Dwa PDF mogą wyglądać niemal identycznie, a jednocześnie inaczej przechowują swoje strony. Jeden może zawierać znaki do wyboru; druga może zawierać tylko obrazy stron. Prawidłowy przebieg wyodrębniania tekstu zależy od zawartości pliku.
Opublikowane przez MRKCAL Tools
Sprawdź, czy strona zawiera prawdziwy tekst
Spróbuj wybrać zdanie w przeglądarce PDF. Przydatna warstwa tekstowa często umożliwia zaznaczanie słów, chociaż niektóre dokumenty nadal zawierają niekompletne lub nietypowe odwzorowania znaków. Strona będąca jedynie zeskanowanym obrazem wymaga rozpoznania przez piksele. Jeden plik może zawierać oba rodzaje stron.
Najpierw wyodrębnij istniejącą warstwę tekstową
Wybierz PDF do tekstu, aby uzyskać dokument cyfrowy. Wybierz potrzebne strony, sprawdź wydruk i porównaj go z oryginałem. Zwykły tekst nie zachowuje każdej tabeli, kolumny lub relacji wizualnej. Stronę bez wyodrębnionego tekstu należy sprawdzić osobno, a nie po cichu pominąć w pracy.
Użyj obrazu OCR dla zeskanowanych stron
W przypadku strony zawierającej tylko obraz, najpierw użyj PDF do JPG, aby wyrenderować potrzebną stronę. Otwórz ten wynik w Image to Text i wybierz język tekstu. Ta ręczna sekwencja umożliwia przejrzenie strony przed rozpoznaniem. Pierwsza wersja PDF na tekst nie skanuje automatycznie stron OCR.
Porównaj dwa oryginalne eksporty Worda
Plik sample-word-output.pdf zawiera obrazy stron z naszego programu Word do bezpośredniego pobrania PDF. Plik sample-word-print.pdf został utworzony przy użyciu ścieżki wydruku przeglądarki i zawiera tekst do wyboru w oryginalnej próbce. Pliki pokazują, dlaczego samo rozszerzenie .pdf nie informuje, czy wyodrębnianie tekstu będzie działać.
Zachowaj jasny cel wyniku
TXT jest przydatny do wyszukiwania, kopiowania lub edycji słów. Nie jest to konwersja PDF na Word, zachowująca układ. Jeśli wyodrębniony tekst jest ważny, przejrzyj granice stron, nazwy i rysunki, zachowaj oryginał PDF i korzystaj wyłącznie z dokumentów, do przetwarzania których jesteś upoważniony.
Wypróbuj próbki
Te oryginalne próbki zostały stworzone dla tej witryny. Pobierz kopię i wypróbuj powiązane narzędzie. Niektóre próbki zawierają tekst w języku angielskim, dzięki czemu można porównać te same dane wejściowe w różnych interfejsach.
sample-word-output.pdf ↓ sample-word-print.pdf ↓Continue with a related tool
Pytania lub sprostowanie? mrkcal@mrkcal.com