PDF na TXT-omskakelaar
Stoor die woorde in 'n PDF as 'n .txt-lêer wat enige redigeerder, skrip of soekhulpmiddel kan oopmaak. Of die teks foutloos uitkom, hang van een ding in u PDF af: 'n werklike tekslaag, of slegs beelde van bladsye.
PDF-omskakelaar
of los PDF-lêers hier ·
Maks. 95 MB per lêer· Tot 20 lêers· Uitgevee na 30 minute
Lêers word op ons bedieners verwerk en na 30 minute uitgevee.
Geskandeerde PDF's is prente van bladsye. Outo voer OCR net uit op bladsye sonder 'n tekslaag; Aan dwing dit vir elke bladsy af.
Die taal wat in die skandering gedruk is. Die regte keuse verbeter akkuraatheid merkbaar vir aksente en nie-Latynse skrifte.
Vloeiende teks herplaas in normale paragrawe wat maklik wysig. Presiese uitleg plaas elke blok waar dit was, wat dieselfde lyk maar moeiliker is om te wysig.
Waar bespeurde tabelle in die werkboek kom.
Bladsynommers of reekse geskei met kommas, bv. 1-3, 5, 8-10.
Hoe om hierdie nutsding te gebruik
- 1
Voeg u PDF-lêers by
Kies een PDF of tot 20 op 'n slag, elk tot 95 MB. Getikte, uitgevoerde en geskandeerde dokumente kan in dieselfde bondel wees.
- 2
Kontroleer die skanderingsinstellings
Skakel om na is reeds op Gewone teks gestel. As die dokument 'n skandering in 'n ander taal as Engels is, maak Gevorderde instellings oop en kies die taal onder Dokumenttaal.
- 3
Skakel om en stoor
Druk Skakel om na Gewone teks en laai elke .txt-lêer af, of almal saam as 'n ZIP.
As jy 'n enkele woord in jou PDF-leser kan kies, is die teks reeds in die lêer en is die TXT-kopie presies; as die hele bladsy soos 'n foto uitgelig word, moet OCR dit eers lees.
PDF na teks omskakel: tekslaag of geskandeerde bladsy
'n PDF wat uit Word, Google Docs of 'n blaaier uitgevoer is, stoor karakters met hul posisies, so om hulle uit te kry beteken om hulle in 'n sinvolle volgorde te lees. 'n PDF van 'n skandeerder of foonkamera stoor net 'n beeld van elke bladsy, en die teks moet herken word. Baie kantoor-PDF's meng albei: 'n getikte brief met 'n geskandeerde handtekeningbladsy aan die einde.
Teksherkenning (OCR) bepaal hoe elke bladsy hanteer word. Die drie instellings hieronder gedra hulle verskillend op daardie soorte lêers, en Outo is vir die meeste reg.
Bladsye wat reeds 'n tekslaag het, word soos hulle is gekopieer; bladsye daarsonder word herken in die Dokumenttaal wat jy gekies het.
- Beste vir gemengde lêers
- Geen akkuraatheidsverlies op digitale bladsye nie
Elke bladsy word uit sy beeld herken, selfs al het dit teks. Gebruik dit wanneer die bestaande tekslaag stukkend is of vol plekhouersimbole.
- Herstel PDF's met ongekoppelde lettertipes
- Stadiger by lang lêers
Net die bestaande tekslaag word gelees. Geskandeerde bladsye kom leeg uit, wat handig is as jy wil weet watter bladsye skanderings was.
- Vinnigste
- Net digitale PDF's
PDF-na-teks-omskakelaar gee deurmekaar karakters
In 'n PDF is teks 'n lys glifkodes vir 'n bepaalde lettertipe, nie letters nie. 'n Goed gemaakte lêer sluit 'n ToUnicode-kaart in wat sê watter kode watter karakter beteken. Lêers van sommige ouer drukkerbestuurders en pasgemaakte verslaggenerators los daardie kaart uit, en daarom gee kopiëring daaruit onsin al lyk die bladsy perfek. Om OCR af te dwing is die betroubare manier daaroor, en geskandeerde PDF na teks dek die skanderinginstellings in diepte.
Die TXT self is UTF-8, so letters met aksente, Cyrillies, Arabies, Devanagari en CJK-karakters bly behoue. Regs-na-links-skrifte word in leesvolgorde gestoor, wat redigeerders en soekenjins verwag.
Reëlbreuke, woordafbreking, kolomme en opskrifte in die TXT
Reëlbreuke
'n PDF ken reëls, nie paragrawe nie. Reëls word weer saamgevoeg waar spasiëring 'n paragraaf aandui, maar gedigte, adresse en kodelyste moet dalk met die hand nagegaan word.
Woordafbreking
'n Woord wat aan 'n reëleinde as "omska-" en "keling" gesplit is, word gewoonlik weer saamgevoeg. 'n Egte koppelteken aan 'n reëleinde, soos in "suid-wes", kan sy koppelteken verloor, so soek daarna as presiese bewoording saak maak.
Kolomme
Tydskrifte met twee kolomme word kolom vir kolom gelees. Besige uitlegte met blokke of uitgelichte aanhalings kan 'n systrook tussen twee paragrawe laat beland.
Kop- en voetstukke
Lopende titels, bladsynommers en vertroulikheidsreëls herhaal op elke bladsy en beland tussen bladsye in die TXT. 'n Soek-en-vervang op die herhaalde reël verwyder hulle in een slag.
Portable Document Format
PDF is in 1993 deur Adobe geskep en het in 2008 die oop ISO 32000-standaard geword. Dit maak teks, lettertipes, beelde en uitleg vas sodat 'n dokument op elke skerm en drukker dieselfde lyk. PDF's kan vorms, handtekeninge, skakels, aanhangsels en deursoekbare teks bevat, en die PDF/A-variant word vir langtermyn-argivering gebruik. Die vaste uitleg maak PDF's moeilik om te redigeer, en geskandeerde PDF's bevat net beelde tensy OCR toegepas word. Elke blaaier en bedryfstelsel kan dit oopmaak.
- Kompressie
- –
- Deursigtigheid
- Ja
- Animasie
- Nee
- Bekendgestel
- 1993 · Adobe
TXT
Gewone teks
'n TXT-lêer bevat slegs gewone karakters sonder formatering, lettertipes, beelde of uitleg. Moderne teksleêrs is gewoonlik in UTF-8 geënkodeer, wat elke taal dek, hoewel ouer lêers ander enkoderings kan gebruik en onleesbare karakters kan wys. Gewone teks is piepklein, raak nooit uitgedien nie en maak op elke toestel oop, van foons tot bedieners. Dit kan nie vetdruk, tabelle of prente hou nie, so struktuur moet met spasiëring of eenvoudige opmerking uitgedruk word.
- Kompressie
- –
- Deursigtigheid
- –
- Animasie
- –
- Bekendgestel
- –
'n .txt-lêer is die algemeenste gemene deler: datapypleidings, soekindekse, onderskrif- en vertaalgereedskap en gewone e-pos aanvaar dit almal, terwyl 'n PDF 'n ontleder nodig het voordat enigiets sy woorde kan lees.
PDF gratis na teks omskakel: lêers, groottes en tale
- PDF's per bondel
- 20
- per PDF
- 95 MB
- OCR-tale
- 34
- totdat lêers uitgevee word
- 30 min
Vrae oor PDF na TXT
Hoe skakel ek PDF gratis na teks om sonder om iets te installeer?
Laai die PDF op hierdie bladsy op en druk Skakel om na Gewone teks. Daar is geen rekening en geen sagteware om te installeer nie; die omskakeling loop op ons bedieners en die lêers word 30 minute later uitgevee, soos beskryf by hoe dit werk.
Hoekom bevat my TXT-lêer simbole soos (cid:42) of blokkies in plaas van letters?
Die PDF gebruik 'n lettertipe sonder 'n tabel wat sy glifs terug na Unicode-karakters koppel, so die vorms druk goed maar dra geen letterbetekenis nie. Stel Teksherkenning (OCR) op Altyd: OCR lees die vorms as 'n beeld en kry gewoonlik die regte woorde terug.
Kan ek net sekere bladsye van 'n PDF na teks omskakel?
Ja. Verander Bladsye om om te skakel na Gekose bladsye en tik 'n reeks soos 3-7, 12. Net daardie bladsye word gelees, wat ook lang geskandeerde lêers vinniger maak.
Hoekom lyk die lettercombinasies fi en fl vreemd ná die omskakeling?
Baie lettertipes teken fi, fl en ffi as een gekombineerde glif, 'n ligatuur genoem. Die meeste PDF's koppel dit terug na aparte letters, maar sommige koppel dit na een Unicode-karakter, soos U+FB01, wat op die skerm reg lyk maar 'n soektog na die gewone letters breek. 'n Soek-en-vervang in jou redigeerder los dit op.
Behou die TXT-lêer die bladsybreuke?
Bladsye volg op mekaar in een lêer, so jy kry nie 'n aparte lêer per bladsy nie. As jy een teksbler per bladsy nodig het, skakel die bladsye in aparte lopies om met Bladsye om om te skakel.
- PDF na teks-omskakelaarHaal die woorde uit enige PDF as 'n skoon UTF-8-tekslêer. Skanderings word met OCR gelees, bladsyreekse is opsioneel en net die teks bly oor.
- Geskandeerde PDF na teks-omskakelaarHaal teks uit 'n geskandeerde PDF waarin u niks kan kies of soek nie. OCR lees elke bladsybeeld en gee gewone teks; bladsybereik opsioneel.
- PDF na Markdown-omskakelaarSkakel PDF om na 'n Markdown .md-lêer met opskrifte, lyste, skakels en pyptabelle. OCR vir skanderings. Vir Obsidian, Notion en LLM-pyplyne.
- PDF na Word-omskakelaarSkakel PDF om na Word wat u kan wysig. Teks vloei in gewone paragrawe, skanderings gaan deur OCR in 34 tale, tot 20 lêers op 'n slag.
- OCR PDFVoeg 'n deursoekbare tekslaag by geskandeerde PDF's, of haal die teks uit na Word of TXT. 34 tale, bladsyreekse, 20 lêers op 'n slag, gratis.
- EPUB na TXT-omskakelaarHaal teks van 'n DRM-vrye EPUB uit na 'n .txt-lêer vir soek, woordtelling, teks-na-spraak of ontleding. Paragrawe bly; opmaak en beelde val weg.