Корисне завдання з PDF, зроблене простим

PDF у текст.

Вилучайте слова, що вже зберігаються у текстовому шарі PDF. Перегляньте вміст і збережіть один текстовий файл або окремі файли сторінок; використовуйте PDF OCR, якщо сторінка є лише зображенням.

Ваш робочий простір PDF

Тимчасова обробка на сервері

Завантажити файли

або перетягніть файли сюди

Оригінальний PDF

Витягнутий текст

Завантажити цю сторінку

Використовуйте елементи керування сторінками для перегляду документа.

100%

Ваш PDF завантажується один раз для безпечного вилучення тексту. Попередній перегляд і завантаження використовують цей результат повторно. PDF

Як використовувати PDF у текст

01

Виберіть документ
Ваш PDF завантажується один раз для безпечного вилучення тексту. Попередній перегляд і завантаження використовують цей результат повторно.
02

Налаштуйте результат
Порівняйте свій PDF з витягнутим текстом, виберіть сторінки, а потім завантажте один текстовий файл або окремі файли у ZIP-архіві.
03

Завантажте файл
Збережіть результат і перевірте його перед поширенням.

БлогЯк витягти існуючий текст із PDF без запуску OCRЧитати посібник

Вилучити наявний текст PDF перед вибором OCR

ШВИДКИЙ ВІДЕОУРОК Як витягти існуючий текст із PDF без запуску OCR Перенесіть корисний текстовий шар PDF у редагований звичайний текст. Англійська озвучка · доступні перекладені субтитри Дивитися відео

Практичні способи використання цього інструменту

Дослідження

Повторне використання цифрового звіту

Витягніть наявне формулювання без додаткового проходу розпізнавання.

Офіс

Збір тексту з вибраних сторінок

Експортуйте лише ті розділи, які потрібні для редагування або перегляду.

Архіви

Перевірка наявного шару OCR

Порівняйте збережені слова з видимим відсканованим записом.

Функції та елементи керування

Прочитайте текст, який уже є у файлі

Уникайте нового проходу розпізнавання, якщо вже існує придатний текстовий шар.

Визначте відповідний PDF

Цифрові PDF-файли та попередньо розпізнані скани можуть містити фактичний текст за виглядом сторінки. Цей інструмент витягує цей збережений текст, а не зчитує пікселі сторінки знову.

PDF може виглядати чітким і все одно містити лише зображення. Якщо корисний текст не знайдено, використовуйте PDF OCR для розпізнавання.

Виберіть потрібні сторінки

Обмежте експортований вміст корисною частиною документа.

Використовуйте діапазон сторінок свідомо

Залиште вибір сторінок для всього документа або введіть сторінки, які мають бути в експорті. Перевірте нумерацію сторінок у джерелі, перш ніж покладатися на надрукований номер сторінки.

Вибір підмножини впливає на результат, але повне вихідне джерело все одно має відповідати обмеженням вхідних даних.

Зберегти один текстовий файл або окремі файли для кожної сторінки

Виберіть об'єднане завантаження TXT або ZIP-архів для роботи з кожною сторінкою окремо.

Виберіть структуру експорту

Один текстовий файл зручний для пошуку або редагування цілісного документа. Розділювачі сторінок позначають вихідні сторінки в об'єднаному тексті.

Опція окремих файлів включає текстовий файл для кожної вибраної сторінки та об'єднаний текстовий файл усередині ZIP-архіву, що корисно, коли важливі посилання на сторінки.

Перевірте витягнуту послідовність

Перевірте стовпці, переноси та незвичні символи перед повторним використанням.

Зрозумійте обмеження звичайного тексту

Файл PDF зберігає позиції графічних елементів, а не обов'язково ідеальний порядок абзаців. Таблиці, стовпці та незвичні шрифти можуть призвести до отримання тексту, який потребує впорядкування або виправлення.

Витягнення не перевіряє існуючий шар OCR. Порівнюйте важливі імена, цифри та дати з видимим джерелом, навіть якщо нове розпізнавання не було потрібне.

Підтримувані файли та обробка

Ввід: PDF
Вивід: TXT / ZIP

Відкрийте один PDF розміром до 100 MB та 750 вихідних сторінок. Повний вихідний файл повинен відповідати цим обмеженням, навіть якщо ви експортуєте лише частину. Великі або складні файли можуть швидше досягти обмежень пам'яті браузера або обробки.

Попередній перегляд PDF відображається у вашому браузері. Початок операції надсилає документ і вибрані налаштування на сервер для обробки. Обробка файлів описана в Політиці конфіденційності.

Часті запитання

Кілька корисних відповідей

Дізнайтеся, чого очікувати, перш ніж почати.

Тимчасова обробка на сервері

Чи виконує функція «PDF в текст» OCR?

Ні. Вона витягує текст, який уже збережено у PDF. Для сторінок, що складаються лише із зображень, потрібен PDF OCR.

Чому порядок тексту відрізняється від порядку на сторінці?

Текст у PDF може зберігатися як окремі фрагменти з координатами. Стовпці, таблиці, виноски та незвичні шрифти можуть призвести до появи порядку, який потребує перевірки у звичайному текстовому форматі.

Що знаходиться всередині ZIP-архіву з окремими файлами?

Він містить текстовий файл для кожної вибраної сторінки та об'єднаний текстовий файл. Файли використовують кодування UTF-8.

Чи може вилучення виправити помилки зі старого шару OCR?

Ні. Існуючі помилки в тексті можуть бути скопійовані в експорт. Порівняйте важливі формулювання з видимим джерелом і виправте їх перед повторним використанням.