PDF'den metne nasıl kullanılır
- 1
PDF'yi açın
En fazla 50 MB boyutundaki bir PDF'yi kutuya bırakın ya da tıklayarak seçin. Parola korumalı dosyalarda önce parola sorulur.
- 2
Metin düzenini seçin
Paragraflar, okumak veya yapıştırmak için akıcı ve temiz bir metin verir; Sayfa düzeni basılı her satırı korur ve tablo sütunlarını boşluklarla hizalar.
- 3
Sayfaları ve OCR'ı seçin
Tüm sayfaları ya da 2-5, 9 gibi bir aralığı çıkarın. Bazı sayfalar metin katmanı olmayan taramalarsa OCR kullan seçeneğini açıp dili seçin.
- 4
Kopyalayın veya indirin
Metni çıkar düğmesine basın, sonucu kutuda kontrol edin, ardından panoya kopyalayın veya UTF-8 .txt dosyası olarak kaydedin.
Sınırlar ve Pro
Her çıkarma işleminde en fazla 50 MB boyutunda ve en fazla 200 sayfalık tek bir PDF; OCR dahil.
Pro ile 4 GB'a kadar PDF'ler açılır ve tek seferde 5.000 sayfaya kadar okunur. Pro'yu gör
PDF'den metne hakkında
Bu araç, çoğu PDF'de bulunan metin katmanını, yani PDF görüntüleyicide seçebildiğiniz karakterleri okur ve bir insanın okuyacağı sırayla yeniden düzenler. Doğrudan görüntüleyiciden kopyalama, bir makalenin iki sütununu satır satır birbirine karıştırır, her cümleyi basılı satırın sonunda böler ve kelimelerin ortasında tire bırakır. Burada ise sayfalar önce sütunlara ve bloklara ayrılır, kaydırılmış satırlar paragraflar halinde birleştirilir, iki satıra bölünmüş tireli kelimeler yeniden birleştirilir, madde işaretleri ve numaralar liste öğelerinin başında kalır, tablolar da hücreleri sekmeyle ayrılmış satırlar olarak çıkar; böylece bir hesap tablosuna yapıştırılabilir. Üst veya alt kenar boşluğundaki yalnızca sayfa numarasından oluşan satırlar ile çapraz bir "DRAFT" filigranı gibi döndürülmüş veya dikey metinler çıktıya alınmaz.
Sayfa düzeni modu bunun tersini yapar: her satırı basıldığı yerde tutar ve bir formun, faturanın ya da banka ekstresinin sütunlarını boşluklarla yerinde sabitler.
Taranmış sayfalarda metin katmanı yoktur, yalnızca kâğıdın görüntüsü vardır. OCR kullan açıldığında yalnızca bu sayfalar, tarayıcınızda Tesseract motoruyla 47 dilden birinde okunur. Tipik kullanımlar şunlardır: bir rapordan alıntı yapmak, sözleşmeyi bir çeviri aracına veya kelime sayacına aktarmak, ekstreden rakamları çekmek. Yazı tipleri, renkler, resimler ve bağlantılar çıktıya dahil değildir; bunlar için PDF'yi Word'e dönüştürün.
Gizlilik
PDF.js belgeyi cihazınızda bir Web Worker içinde ayrıştırır, ikinci bir worker ise satırları paragraflara dönüştürür; PDF ve metni asla yüklenmez. Yalnızca OCR kullan seçeneğini açarsanız sayfa, Tesseract motorunu ve bir dil dosyasını jsDelivr CDN'den bir kez indirir; bu indirmeler belgenizden hiçbir şey taşımaz.
Özellikler
Sütunlar sırayla
İki ve üç sütunlu düzenler, sayfa boyunca satır satır değil, sütun sütun okunur.
Gerçek paragraflar
Kaydırılmış satırlar birleştirilir, satır sonunda tireyle bölünen kelimeler yeniden bir araya getirilir.
Yapıştırılabilir tablolar
Tablo satırları sekmeyle ayrılmış çıkar ve hesap tablosuna hazırdır; Sayfa düzeni'nde ise boşluklarla hizalanır.
Taramalar için OCR
Metin katmanı olmayan sayfalar, cihazınızda Tesseract ile 47 dilde okunabilir.