Jak korzystać: PDF na tekst
- 1
Otwórz plik PDF
Upuść plik PDF o rozmiarze do 50 MB w polu albo kliknij, żeby go wybrać. Pliki chronione hasłem najpierw poproszą o hasło.
- 2
Wybierz układ tekstu
Opcja Akapity daje czysty, płynny tekst do czytania lub wklejenia. Opcja Układ strony zachowuje każdy drukowany wiersz i wyrównuje kolumny tabel spacjami.
- 3
Wybierz strony i OCR
Wyodrębnij wszystkie strony albo zakres, na przykład 2-5, 9. Jeśli niektóre strony to skany bez warstwy tekstowej, włącz OCR i wybierz język.
- 4
Skopiuj lub pobierz
Kliknij Wyodrębnij tekst, sprawdź wynik w polu, a potem skopiuj go do schowka albo zapisz jako plik .txt w kodowaniu UTF-8.
Limity i Pro
Jeden plik PDF do 50 MB i do 200 stron na jedno wyodrębnianie, razem z OCR.
Pro otwiera pliki PDF do 4 GB i odczytuje do 5000 stron naraz. Zobacz Pro
O narzędziu: PDF na tekst
Narzędzie odczytuje warstwę tekstową, którą ma większość plików PDF, czyli te same znaki, które możesz zaznaczyć w przeglądarce PDF, i układa je w kolejności, w jakiej czytałby je człowiek. Kopiowanie wprost z przeglądarki często miesza wiersz po wierszu dwie kolumny artykułu, łamie każde zdanie na końcu drukowanego wiersza i zostawia dywizy w środku słów. Tutaj strony są najpierw dzielone na kolumny i bloki, zawinięte wiersze łączą się w akapity, słowo przeniesione z dywizem do następnego wiersza jest scalane, punkty i numery zostają na początku pozycji listy, a tabela trafia do wyniku jako wiersze z tabulatorem między komórkami, więc możesz ją wkleić do arkusza kalkulacyjnego. Sam numer strony na górnym lub dolnym marginesie jest pomijany, tak samo jak tekst obrócony lub pionowy, na przykład ukośny znak wodny „DRAFT”.
Tryb Układ strony działa odwrotnie: zachowuje każdy wiersz dokładnie tam, gdzie został wydrukowany, a spacjami utrzymuje na miejscu kolumny formularza, faktury lub wyciągu bankowego.
Zeskanowane strony nie mają warstwy tekstowej, tylko obraz kartki. Gdy włączysz OCR, tylko takie strony są odczytywane przez silnik Tesseract w przeglądarce, w jednym z 47 języków. Typowe zastosowania to cytowanie raportu, wklejanie umowy do tłumacza lub licznika słów oraz wyciąganie liczb z wyciągu. Czcionki, kolory, obrazy i linki nie trafiają do wyniku; jeśli ich potrzebujesz, wybierz opcję Przekonwertuj PDF na Word.
Prywatność
Dokument jest analizowany przez PDF.js w procesie Web Worker na Twoim urządzeniu, a drugi proces układa wiersze w akapity; plik PDF ani jego tekst nie są nigdzie przesyłane. Dopiero po włączeniu OCR strona jednorazowo pobiera silnik Tesseract i jeden plik językowy z sieci CDN jsDelivr, a te pobrania nie zawierają niczego z Twojego dokumentu.
Funkcje
Kolumny po kolei
Układy dwu- i trzykolumnowe są czytane kolumna po kolumnie, a nie wiersz po wierszu przez całą stronę.
Prawdziwe akapity
Zawinięte wiersze są łączone, a słowa podzielone dywizem na końcu wiersza składane z powrotem.
Tabele do wklejenia
Wiersze tabel są rozdzielone tabulatorami, gotowe do arkusza, albo wyrównane spacjami w trybie Układ strony.
OCR dla skanów
Strony bez warstwy tekstowej można odczytać silnikiem Tesseract w 47 językach, na urządzeniu.