PDF sang văn bản
Đọc văn bản từ bất kỳ PDF nào, ngay trong trình duyệt. Tệp vẫn ở trên thiết bị của bạn. Không có gì được tải lên.
Chọn tệp
hoặc thả vào đây
Ctrl+V để dán từ clipboard
tối đa 20 tệp, mỗi tệp 25.0 MB
Ở lại trên thiết bị của bạn. Không có gì được tải lên.
Cách PDF sang văn bản
- Chọn PDF của bạn, hoặc kéo thả tệp vào trang.
- Tùy chọn giới hạn việc trích xuất vào một số trang, ví dụ 1-3, 7.
- Nhấn Chuyển đổi. Văn bản chọn được của từng trang được đọc ra.
- Tải xuống tệp .txt, mỗi trang một phần được đánh dấu.
Cách trích xuất văn bản hoạt động
PDF lưu văn bản dưới dạng các lệnh vẽ được định vị, không phải dạng tài liệu. Công cụ này đọc lại các lệnh đó qua PDF.js theo thứ tự đọc và ghi ra văn bản thuần, mỗi trang một phần được đánh dấu rõ ràng. Mọi thứ tài liệu thể hiện như văn bản thật đều được giữ: tiêu đề, đoạn văn, ô bảng, chú thích cuối trang.
Đầu ra là văn bản UTF-8 thuần, khiến nó thành định dạng thân thiện cho mọi bước về sau: dán vào công cụ dịch, nạp vào chỉ mục tìm kiếm, so sánh hai phiên bản hợp đồng, hoặc đưa cho biên tập viên thứ để làm việc mà không cần trình xem PDF.
Một thói quen hữu ích: trích xuất trước, rồi tìm từ khóa trong văn bản trước khi đọc chín mươi trang. Các mốc trang trong đầu ra cho bạn biết chính xác cần mở trang nào.
Giới hạn và lưu ý thực tế
Trang được quét không có lớp văn bản nên sẽ ra trống. Đó không phải lỗi; các từ nằm trong hình ảnh. Hãy đưa những trang đó qua công cụ OCR, công cụ này đọc điểm ảnh.
Bố cục phức tạp (tạp chí nhiều cột, bảng kéo dài qua nhiều trang) được trích xuất theo thứ tự đọc tốt nhất có thể và có thể cần chỉnh tay nhẹ. Văn bản được vẽ dưới dạng đường cong hoặc viền không công cụ nào trích xuất được.
Tối đa 20 tệp, mỗi tệp 25 MB mỗi lần. Việc trích xuất diễn ra trong tab này; không có gì được tải lên.
Câu hỏi thường gặp
Vì sao PDF được quét của tôi không ra văn bản?
Bản quét là ảnh chụp của một trang; không có lớp văn bản để trích xuất. Hãy dùng công cụ OCR, công cụ này đọc điểm ảnh trên thiết bị của bạn.
Tôi có thể chỉ trích xuất một số trang không?
Có: liệt kê chúng trong ô Trang, ví dụ 1-3, 7. Để trống nếu muốn toàn bộ tài liệu.
Bố cục có được giữ nguyên không?
Văn bản được trích xuất theo thứ tự đọc kèm mốc trang. Ngắt dòng và cột chính xác được đơn giản hóa; đó là bản chất của văn bản thuần.
Tài liệu của tôi có bị tải lên không?
Không. Việc trích xuất chạy hoàn toàn trong trình duyệt của bạn.
Riêng tư từ thiết kế
Ở lại trên thiết bị của bạn. Không có gì được tải lên. Quá trình chuyển đổi chạy trong trình duyệt của bạn: mở tab mạng khi chuyển đổi và bạn sẽ thấy không có gì được gửi đi. Không cần tài khoản, không hình mờ, không giới hạn hằng ngày.