PDF testu bihurtu
Utzi PDFa hitzetan soilik: letra-tiporik, irudirik eta diseinurik gabe, .txt fitxategi bat besterik ez, bilatzeko, itsasteko, alderatzeko, script bati emateko edo itzulpen-tresna batean sartzeko. Eskaneatutako orriak OCRz irakurtzen dira lehenik.
PDF bihurtzailea
edo jaregin PDF fitxategiak hemen ·
Gehienez 95 MB fitxategiko· 20 fitxategi arte· 30 minutu geroago ezabatzen da
Fitxategiak gure zerbitzarietan prozesatzen dira eta 30 minutu geroago ezabatzen dira.
Eskaneatutako PDFak orrien argazkiak dira. Automatikoak OCR testu-geruzarik gabeko orrietan soilik exekutatzen du; Beti aukerak orri guztietan behartzen du.
Eskaneatutakoan inprimatutako hizkuntza. Egokia aukeratzeak nabarmen hobetzen du zehaztasuna azentuetan eta alfabeto ez-latinoetan.
Testu jarioak paragrafo arrunt bihurtzen du, editatzeko errazak. Diseinu zehatzak bloke bakoitza zegoen tokian jartzen du; berdin ikusten da, baina editatzeko zailagoa da.
Detektatutako taulak lan-liburuan non jartzen diren.
Orri-zenbakiak edo barrutiak, komaz bereizita, adibidez 1-3, 5, 8-10.
Tresna hau nola erabili
- 1
Ekarri PDFa
Igo PDF bakar bat edo gehienez 20 PDFko multzo bat, bakoitza gehienez 95 MB-koa. Idatzitako eta eskaneatutako orriak dituzten fitxategi mistoak orriz orri prozesatzen dira.
- 2
Mugatu nahi baduzu
Testu soila hautatuta dago dagoeneko Bihurtu honetara atalean. Erabili Bihurtu beharreko orrialdeak Ezarpen aurreratuak atalean, behar duzun kapitulua edo eranskina bakarrik ateratzeko.
- 3
Deskargatu .txt fitxategia
Sakatu Bihurtu Testu soila formatura →. Fitxategia UTF-8 kodetuta dago; beraz, azentuak eta alfabeto ez-latinoak ondo ikusten dira edozein editore modernotan.
Zein da PDF batetik testua ateratzeko modurik garbiena?
Bihurtu .txt fitxategi soil batera. Hitz guztiak irakurketa-ordenan lortzen dituzu, paragrafoak lerro huts batez bereizita eta besterik gabe, edozein editore edo programatarako prest.
Zer gordetzen eta zer baztertzen duen PDFtik testua ateratzeak
Bihurgailuak orri bakoitza irakurketa-ordenan zeharkatzen du, goitik behera eta zutabez zutabe, eta aurkitzen dituen karaktereak idazten ditu. Paragrafo bereko lerroak elkartzen dira, eta paragrafoak lerro huts batez bereizten dira. Orri bakoitzaren testua aurrekoaren ondoren jartzen da; beraz, kapitulu bat pasarte jarraitu gisa irakurtzen da.
Alderdi bisual guztia baztertzen da: letra-tipoak, tamainak, koloreak, irudiak, grafikoak eta testuaren kokapena orrian. Hori da helburua. Argazkiz betetako 10 MB-ko txosten bat, normalean, ehunka kilobyteko testu-fitxategi batera txikitzen da, eta errazagoa da bilatzeko, bertsioak diff tresna batekin alderatzeko edo itzulpen- edo analisi-tresna batean itsasteko.
Komando-lerroko erabiltzaileek pdftotext ezagutuko dute, Poppler eta Xpdf proiektuetakoa; PDF digitaletan antzeko lana egiten du. Hemengo aldea OCR da: testu-geruzarik gabeko orriak aukeratzen duzun hizkuntzan ezagutzen dira, hutsik atera beharrean. PDF ez diren irudietarako, erabili irudia testu bihurtu.
Testu laua, Markdown edo Word: aukeratu irteera egokia
Testu soila
Hitzak soilik, UTF-8.
- Fitxategirik txikiena
- Edozertan irekitzen da
- Izenburu edo formaturik gabe
Markdown
Markaketa arineko testua.
- Izenburuak #-rekin markatuta
- Zerrendak eta lodia gordetzen dira
- Testu-fitxategi izaten jarraitzen du
Word dokumentua
Diseinu editagarri osoa.
- Taulak eta irudiak gordetzen dira
- Estiloak mantentzen dira
- Testu-prozesadore bat behar du
Zergatik den hain txikia testu-fitxategia
1 byteingeles letra, digitu edo zuriune bakoitzeko UTF-8 testu-fitxategi batean
Portable Document Format
PDF Adobek sortu zuen 1993an eta 2008an ISO 32000 estandar ireki bihurtu zen. Testua, letra-tipoak, irudiak eta diseinua finkatzen ditu, dokumentuak pantaila eta inprimagailu guztietan berdin ikus daitezen. PDF-ek inprimakiak, sinadurak, estekak, eranskinak eta bilatu daitekeen testua izan ditzakete, eta PDF/A aldaera epe luzeko artxibatzeko erabiltzen da. Diseinu finkoa dela eta, PDF-ak zailak dira editatzeko, eta eskaneatutako PDF-ek irudiak soilik dituzte OCR aplikatu ezean. Nabigatzaile eta sistema eragile guztiek ireki ditzakete.
- Konpresioa
- –
- Gardentasuna
- Bai
- Animazioa
- Ez
- Sorrera urtea
- 1993 · Adobe
TXT
Testu soila
TXT fitxategiak karaktere soilak baino ez ditu, formaturik, letra-tiporik, irudirik edo diseinurik gabe. Egungo testu-fitxategiak UTF-8n kodetuta egon ohi dira, hizkuntza guztiak barne hartzen dituena, nahiz eta zaharrek beste kodeketa batzuk erabil ditzaketen eta karaktere okerrak erakutsi. Testu soila txikia da, ez da zaharkitzen eta gailu guztietan irekitzen da, telefonoetatik zerbitzarietaraino. Ezin ditu letra lodiak, taulak edo irudiak gorde, beraz, egitura tarteekin edo markaketa soilarekin adierazi behar da.
- Konpresioa
- –
- Gardentasuna
- –
- Animazioa
- –
- Sorrera urtea
- –
Jendeak testu soila ateratzen du PDF batetik hitzak soilik behar dituenean: bilaketarako, aipamenetarako, itzulpenerako, datuak garbitzeko edo beste programa bati emateko, eta diseinua traba besterik ez denean.
PDF testu bihurtzeari buruzko ohiko galderak
Zergatik ezin dut PDFko testua kopiatu eta itsatsi besterik gabe?
Paragrafo bat edo bi kopiatzeko balio du, baina PDF ikusle batetik kopiatzean askotan hitzak lerro-amaieran hautsi egiten dira, zutabeak nahasten dira, orri-goiburuak esaldien erdian sartzen dira eta eskaneatutako orrietan ez da ezer ateratzen. Erauzteak fitxategi osoa irakurtzen du irakurketa-ordenan, eta testu-geruzarik ez dagoen tokian OCR erabiltzen du.
Zer kodeketa du testu-fitxategiak?
UTF-8, weborrak eta software gehienek lehenespenez erabiltzen duten kodeketa. Windows-eko Notepad-ek fitxategi berriak UTF-8 gisa gordetzen ditu Windows 10 1903 bertsiotik, eta macOS-eko TextEdit-ek, VS Code-k eta nabigatzaile guztiek galdetu gabe irakurtzen dute. Programa zahar batek karaktere arraroak erakusten baditu, bilatu UTF-8 hautatzeko inportazio-aukera.
TXT eta PDFtik TXTra tresna gauza bera al dira?
Emaitza berdina da: .txt fitxategi bat. Orri honek testua berrerabiltzeko ateratzean jartzen du arreta; PDF TXT bihurtu bihurketa bera da, jendeak fitxategi-luzapenaren izenarekin ere bilatzen duena.
Zer gertatzen da taulekin?
Taulako gelaxkak irakurketa-ordenan idazten dira, tabulazioz bereizita; beraz, taula kalkulu-orri batean nahiko ondo itsasten da. Taulak badira bihurtzeko arrazoia, PDF Excel bihurtu tresnak errenkadak eta zutabeak benetako gelaxketan gordetzen ditu.
Testua izenburuak markatuta lor dezaket?
Testu soilak ez du izenburuak markatzeko modurik. Aukeratu Markdown Bihurtu honetara atalean, izenburuak, zerrendak eta lodia ikur xumeekin markatuta nahi badituzu, testu-fitxategi izaten jarraituz.
Eskaneatu batetik testua ateratzeak eskuz idatzitakoarekin funtzionatzen du?
OCR inprimatutako testurako sortuta dago. Letra larri txukunak sarri irakurtzen dira, baina eskuz idatzitako letra estekatua ez da fidagarria. Idatzitako edo inprimatutako eskaneatzeek 300 dpi-tan ematen dituzte emaitzarik onenak.
| PDF Markdown bihurtu | PDF Word bihurtu | PDF EPUB bihurtu |
| TXT PDF bihurtu | Irudia testu bihurtu | HTML TXT bihurtu |
