PDF-დან ტექსტში.

ციფრული PDF-ები და ადრე ამოცნობილი სკანირებები შეიძლება შეიცავდეს რეალურ ტექსტს გვერდის ხედვის უკან. ეს ინსტრუმენტი ამოიღებს შენახულ ტექსტს, ნაცვლად გვერდის პიქსელების ხელახლა წაკითხვისა.

PDF შეიძლება გამოიყურებოდეს მკაფიოდ და მაინც შეიცავდეს მხოლოდ გამოსახულებას. თუ გამოსაყენებელი ტექსტი ვერ მოიძებნა, ამოცნობისთვის გამოიყენეთ PDF OCR.

დატოვეთ გვერდის არჩევანი მთელი დოკუმენტისთვის, ან შეიყვანეთ ის გვერდები, რომლებიც ეკუთვნის ექსპორტს. დაბეჭდილ გვერდის ეტიკეტზე დაყრდნობამდე შეამოწმეთ წყარო გვერდის ნუმერაცია.

ქვეჯგუფის არჩევა გავლენას ახდენს შედეგზე, თუმცა წყაროს სრული ვერსია კვლავ უნდა აკმაყოფილებდეს შეყვანის ლიმიტებს.

ერთი ტექსტური ფაილი მოსახერხებელია უწყვეტი დოკუმენტის ძიებისთვის ან რედაქტირებისთვის. გვერდების გამყოფები განასხვავებს წყაროს გვერდებს გაერთიანებულ ტექსტში.

ცალკეული ფაილების ვარიანტი მოიცავს ტექსტურ ფაილს თითოეული არჩეული გვერდისთვის და გაერთიანებულ ტექსტურ ფაილს ZIP-ის შიგნით, რაც სასარგებლოა, როდესაც გვერდების მითითებას მნიშვნელობა აქვს.

PDF ინახავს ნახაზის პოზიციებს და არა აუცილებლად აბზაცების სრულყოფილ თანმიმდევრობას. ცხრილებმა, სვეტებმა და უჩვეულო შრიფტების შესაბამისობამ შეიძლება გამოიწვიოს ტექსტი, რომელიც საჭიროებს გადალაგებას ან კორექტირებას.

ამოღება არ ამოწმებს არსებულ OCR ფენას. შეადარეთ მნიშვნელოვანი სახელები, რიცხვები და თარიღები ხილულ წყაროს მაშინაც კი, როდესაც ახალი ამოცნობა არ იყო საჭირო.