Získanie textu z PDF
Kopírujte text z PDF, ktorý už má vybratý text. Vyberte si svoje stránky a preskúmajte vytiahnuté slová pred uložením TXT; skenovaný obrázok stránky potrebuje OCR namiesto priamej textovej extrakcie.
Predtým ako začnete
- vstupné
- PDF s existujúcou čitateľnou textovou vrstvou.
- Výstup
- Editovateľný plný text a TXT download.
Nákladné nástroje...
Ako používať tento nástroj
- Vybrať podporovaný, nechránený PDF.
- Vyberte rozsah stránky a vyberte existujúci text.
- Skontrolujte čítanie a akékoľvek stránky bez textu, potom skopírujte alebo stiahnite TXT.
Rozumieť výsledku
Digitálny PDF môže ukladať textové symboly ako text, zatiaľ čo skenovaný PDF môže ukladávať každú stránku ako obrázok. Tento nástroj číta existujúci text. Nezmení skenované obrázky stránky na slová; používať obrázok OCR pre tieto stránky.
Ako kopírovať text z PDF do editovateľného súboru TXT?
Vyberte PDF s existujúcou textovou vrstvou, vyberte stránky a extrahujte. Prečítajte si výstup pred použitím: stĺpce, hlavy a tabuľky sa môžu zobrazovať v inom poradí od stránky. Kopírujte slová, ktoré potrebujete alebo stiahnite TXT; formátovanie a vstavané obrázky nie sú zachované.
Prečo nie je text vytiahnutý z môjho skenovaného PDF?
Skenovanie môže byť obrazom slov bez podkladového textového vrstvy. Exportujte príslušnú stránku s PDF do JPG, potom použite obrázok do textu a prečítajte si jeho OCR výstup. Priama textová extrakcia nemôže zotaviť slová z obrazovej stránky alebo opraviť každý nezvyčajný šifrovanie písma.
Môžem upraviť vytiahnutý PDF text pred uložením súboru TXT?
Áno áno Opraviť text v výslednom okne pred kopírovaním alebo vytvoriť TXT stiahnutie. Ak upravíte po vytvorení stiahnutia, starý odkaz sa odstráni a môžete vytvoriť čerstvý. Opäť otvorte uložený súbor, aby ste skontrolovali zmeny a čítali objednávku. Toto upravuje iba vytiahnutý text; nezmení pôvodný PDF ani nezachováva jeho rozloženie stránky.
Vyskúšajte vzorku
Vyskúšajte originálny vzorec na kontrolu podporovaného pracovného toku. Úspešná vzorka nie je zárukou pre každý vstup.
Pôvodný PDF vzorec ↓ Pôvodný PDF vzorec ↓Ak výsledok nie je to, čo ste očakávali
Výsledok je prázdny alebo má chýbajúce stránky.
Skenovaná stránka môže obsahovať iba jeden obrázok. Exportujte túto stránku s PDF do JPG, potom spustite obrázok do textu a prehráte. Táto trasa nevytvára vyhľadávateľný PDF alebo editovateľný rozloženie programu Word.
Ďalšie užitočné nástroje: PDF do JPG →Dôležité limity
- Existujú iba textové vrstvy; žiadne automatické OCR.
- Čítanie poriadok sa môže líšiť od vizuálneho rozloženia, najmä v mnohých stĺpcoch stránok.
- Fonty bez užitočných textových symbolov mapovanie môže produkovať chýbajúce alebo nesprávne text.
- Maximálne 20 MB , 100 strán a 2 milióny výstupných textových symbolov.
Často kladené otázky
Prečo sa môj naskenovaný PDF nevrátil text?
Stránky môžu obsahovať iba obrázky. Render potrebné stránky s PDF do JPG, potom rozpoznať obrázky s obrázkom do textu.
Budú tabuľky držať svoje riadky a stĺpce?
Plný text nemôže zachovať úplné rozloženie PDF. Stĺpce, tabuľky a neobvyklé textové umiestnenie môžu vyžadovať úpravu po extrakcii.
Vytvára to dokument Microsoft Word?
No nie. Vytvára editovateľný plochý text a TXT stiahnutie, nie doklad DOCX.
Môže sa otvoriť heslo chránený PDF?
Táto verzia nezpracuje súbory chránené heslom alebo obmedzenia dokumentov bypass. Použite prístupnú kópiu, ktorú ste oprávnení spracovávať.
Súvisiace sprievodcovia
Otázky alebo korekcia? mrkcal@mrkcal.com