PDF سے ٹیکسٹ.

ڈیجیٹل پی ڈی ایف اور پہلے سے شناخت شدہ اسکینز میں صفحہ کے منظر کے پیچھے اصل متن ہو سکتا ہے۔ یہ ٹول صفحہ کے پکسلز کو دوبارہ پڑھنے کے بجائے اس ذخیرہ شدہ متن کو نکالتا ہے۔

ایک PDF صاف نظر آ سکتا ہے اور پھر بھی اس میں صرف ایک تصویر ہو سکتی ہے۔ اگر کوئی قابل استعمال متن نہیں ملتا ہے، تو اس کے بجائے شناخت کے لیے PDF OCR کا استعمال کریں۔

پوری دستاویز کے لیے صفحہ کا انتخاب چھوڑ دیں، یا وہ صفحات درج کریں جو ایکسپورٹ میں شامل ہوں۔ پرنٹ شدہ صفحہ لیبل پر انحصار کرنے سے پہلے ماخذ صفحہ کی نمبرنگ چیک کریں۔

ذیلی سیٹ کا انتخاب آؤٹ پٹ کو متاثر کرتا ہے، لیکن مکمل ماخذ کو اب بھی ان پٹ کی حدود کو پورا کرنا ہوگا۔

ایک ٹیکسٹ فائل مسلسل دستاویز کو تلاش کرنے یا ایڈٹ کرنے کے لیے آسان ہے۔ صفحہ الگ کرنے والے (page separators) مشترکہ متن میں ماخذ کے صفحات کو ممتاز کرتے ہیں۔

الگ الگ فائلز کا آپشن ہر منتخب صفحے کے لیے ایک ٹیکسٹ فائل اور ZIP کے اندر ایک مشترکہ ٹیکسٹ فائل شامل کرتا ہے، جو اس وقت مفید ہوتا ہے جب صفحہ کے حوالے اہم ہوں۔

ایک PDF ڈرائنگ کی پوزیشنز کو محفوظ کرتا ہے، ضروری نہیں کہ پیراگراف کی ترتیب بالکل درست ہو۔ جدول، کالم اور غیر معمولی فونٹ میپنگ سے ایسا متن حاصل ہو سکتا ہے جسے دوبارہ ترتیب دینے یا درست کرنے کی ضرورت ہو۔

ایکسٹریکشن موجودہ OCR لیئر کی تصدیق نہیں کرتی ہے۔ اہم ناموں، نمبروں اور تاریخوں کا موازنہ ظاہری ماخذ کے ساتھ کریں، تب بھی جب کسی نئی شناخت (recognition) کی ضرورت نہ ہو۔