Cercetare
Reutilizați un raport digital
Extrageți formulările existente fără o altă etapă de recunoaștere.
O sarcină PDF utilă, simplificată
PDF în Text.
Extrageți cuvintele deja stocate în stratul de text al PDF. Examinați conținutul și salvați un fișier text sau fișiere separate pentru fiecare pagină; utilizați PDF OCR în schimb atunci când pagina este doar o imagine.
Reclame
PDF original
Această pagină nu a putut fi previzualizată. Încearcă o altă pagină sau redeschide fișierul.
Text extras
Nu a fost găsit niciun text selectabil. Pentru pagini scanate sau imagini, folosește PDF OCR pentru a recunoaște textul.
Continuă în PDF OCRSe afișează primii 200 KB în această vizualizare. Copierea și descărcarea includ textul complet.
Folosiți controalele paginii pentru a inspecta documentul.
100%
Fișierul dumneavoastră este gata.
Descărcați rezultatul sau reveniți la setări pentru a crea o altă versiune.
Reclame
Fișierul tău PDF este încărcat o singură dată pentru o extracție sigură a textului. Previzualizările și descărcările refolosesc acel rezultat.
PDF
Reclame
Cum se utilizează PDF în Text
- 01
Alegeți documentul
Fișierul tău PDF este încărcat o singură dată pentru o extracție sigură a textului. Previzualizările și descărcările refolosesc acel rezultat.
- 02
Configurați rezultatul
Compară PDF-ul tău cu textul extras, alege paginile, apoi descarcă un fișier text sau fișiere separate într-o arhivă ZIP.
- 03
Descărcați fișierul
Salvați rezultatul și verificați-l înainte de a-l partaja.
Extrageți textul PDF existent înainte de a alege OCR
Extrageți cuvintele deja stocate în stratul de text al PDF. Examinați conținutul și salvați un fișier text sau fișiere separate pentru fiecare pagină; utilizați PDF OCR în schimb atunci când pagina este doar o imagine.
TUTORIAL VIDEO RAPID
Cum să extrageți textul PDF existent fără a rula OCR
Mutați un strat de text PDF utilizabil în text simplu editabil.
Narațiune în engleză · subtitrări traduse disponibile
Urmărește videoclipul
Modalități practice de a utiliza acest instrument
Birou
Colectați text din paginile selectate
Exportați doar secțiunile necesare pentru editare sau examinare.
Arhive
Inspectați un strat OCR existent
Comparați cuvintele stocate cu înregistrarea scanată vizibilă.
Funcții și controale
Citiți textul deja existent în fișier
Evitați o nouă trecere de recunoaștere atunci când există un strat de text utilizabil.
Identificați un PDF adecvat
Fișierele PDF digitale și scanările recunoscute anterior pot conține text real în spatele vizualizării paginii. Acest instrument extrage acel text stocat în loc să citească din nou pixelii paginii.
Un PDF poate părea clar și totuși să conțină doar o imagine. Dacă nu se găsește text utilizabil, utilizați PDF OCR pentru recunoaștere în schimb.
Alegeți paginile de care aveți nevoie
Limitați conținutul exportat la o parte utilă a documentului.
Utilizați un interval de pagini în mod deliberat
Lăsați selecția de pagini pentru întregul document sau introduceți paginile care aparțin exportului. Verificați numerotarea paginilor sursă înainte de a vă baza pe o etichetă de pagină imprimată.
Selectarea unui subset afectează rezultatul, dar sursa completă trebuie să respecte în continuare limitele de intrare.
Păstrați un singur fișier text sau fișiere separate pentru fiecare pagină
Alegeți o descărcare combinată TXT sau un ZIP pentru lucrul pagină cu pagină.
Alegeți o structură de export
Un singur fișier text este convenabil pentru căutarea sau editarea unui document continuu. Separatoarele de pagină disting paginile sursă în textul combinat.
Opțiunea de fișiere separate include un fișier text pentru fiecare pagină selectată și un fișier text combinat în interiorul arhivei ZIP, ceea ce este util atunci când referințele la pagină sunt importante.
Examinați secvența extrasă
Verificați coloanele, cratimele și caracterele neobișnuite înainte de reutilizare.
Înțelegeți limitările textului simplu
Un PDF stochează pozițiile desenelor, nu neapărat o ordine perfectă a paragrafelor. Tabelele, coloanele și mapările de fonturi neobișnuite pot genera text care necesită rearanjare sau corectare.
Extracția nu verifică un strat OCR existent. Comparați numele, numerele și datele importante cu sursa vizibilă, chiar și atunci când nu a fost necesară nicio recunoaștere nouă.
Fișiere acceptate și procesare
- Intrare
- Ieșire
- TXT / ZIP
Deschideți un PDF de până la 100 MB și 750 pagini sursă. Sursa completă trebuie să respecte aceste limite chiar și atunci când exportați un subset. Fișierele mari sau complexe pot atinge limitele de memorie ale browserului sau de procesare mai devreme.
Previzualizarea PDF este afișată în browserul dumneavoastră. Pornirea operațiunii trimite documentul și setările selectate către server pentru procesare. Gestionarea fișierelor este descrisă în Politica de confidențialitate.
Reclame
Întrebări frecvente
Câteva răspunsuri utile
Aflați la ce să vă așteptați înainte de a începe.
Procesare temporară pe serverPDF către Text rulează OCR?
Nu. Acesta extrage textul deja stocat în PDF. Paginile care conțin doar imagini necesită PDF OCR.
De ce ordinea textului este diferită de cea din pagină?
Textul PDF poate fi stocat sub formă de fragmente poziționate. Coloanele, tabelele, notele de subsol și mapările neobișnuite ale fonturilor pot produce o ordine care necesită revizuire în text simplu.
Ce se află în interiorul fișierului ZIP cu fișiere separate?
Acesta conține un fișier text pentru fiecare pagină selectată și un fișier text combinat. Fișierele utilizează text UTF-8.
Extracția poate remedia erorile dintr-un strat OCR mai vechi?
Nu. Erorile de text existente pot fi copiate în export. Comparați formularea importantă cu sursa vizibilă și corectați-o înainte de reutilizare.
