PDF เป็นข้อความ.

PDF ดิจิทัลและการสแกนที่จดจำแล้วก่อนหน้านี้สามารถมีข้อความจริงอยู่เบื้องหลังมุมมองหน้ากระดาษ เครื่องมือนี้จะดึงข้อความที่จัดเก็บไว้นั้นออกมาแทนที่จะอ่านพิกเซลของหน้ากระดาษอีกครั้ง

PDF อาจดูชัดเจนและยังคงมีเพียงรูปภาพ หากไม่พบข้อความที่ใช้งานได้ ให้ใช้ PDF OCR สำหรับการจดจำแทน

ปล่อยการเลือกหน้าไว้สำหรับทั้งเอกสาร หรือป้อนหน้ากระดาษที่ต้องการส่งออก ตรวจสอบการเลขหน้าของแหล่งที่มาก่อนที่จะพึ่งพาป้ายกำกับหน้ากระดาษที่พิมพ์ไว้

การเลือกชุดย่อยมีผลต่อผลลัพธ์ แต่ไฟล์ต้นฉบับทั้งหมดจะต้องเป็นไปตามข้อจำกัดของอินพุต

ไฟล์ข้อความเดียวสะดวกสำหรับการค้นหาหรือแก้ไขเอกสารที่ต่อเนื่องกัน โดยจะมีตัวคั่นหน้าเพื่อแยกหน้าต้นฉบับในข้อความที่รวมไว้

ตัวเลือกการแยกไฟล์จะมีไฟล์ข้อความสำหรับแต่ละหน้าที่เลือกและไฟล์ข้อความรวมไว้ใน ZIP ซึ่งมีประโยชน์เมื่อการอ้างอิงเลขหน้ามีความสำคัญ

ไฟล์ PDF จะจัดเก็บตำแหน่งการวาด ไม่ใช่ลำดับย่อหน้าที่สมบูรณ์เสมอไป ตาราง คอลัมน์ และการแมปฟอนต์ที่ไม่ปกติอาจทำให้ได้ข้อความที่ต้องนำมาจัดเรียงหรือแก้ไขใหม่

การสกัดข้อมูลไม่ได้ตรวจสอบเลเยอร์ OCR ที่มีอยู่ ให้เปรียบเทียบชื่อ ตัวเลข และวันที่ที่สำคัญกับต้นฉบับที่มองเห็นได้ แม้ว่าจะไม่มีการจดจำข้อความใหม่ก็ตาม