PDF í texta
Taktu allt nema orðin úr PDF-skrá: engin letur, engar myndir, ekkert umbrot, aðeins .txt-skrá sem þú getur leitað í, límt inn, borið saman, sett í skriftu eða í þýðingartól. Skannaðar síður eru fyrst lesnar með OCR.
PDF Converter
eða slepptu PDF skrár hér ·
Að hámarki 95 MB á skrá· Allt að 20 skrár· Eytt eftir 30 mínútur
Skrár eru unnar á þjónum okkar og eytt eftir 30 mínútur.
Skannaðar PDF-skrár eru myndir af síðum. „Sjálfvirkt“ keyrir OCR aðeins á síður án textalags; „Alltaf“ þvingar það fyrir hverja síðu.
Tungumálið sem er prentað á skönnuninni. Rétt val bætir nákvæmni áberandi fyrir broddstafi og ólatnesk letur.
„Flæðandi texti“ raðast í venjulegar málsgreinar sem auðvelt er að breyta. „Nákvæm uppsetning“ setur hverja textablokk á sinn stað, sem lítur eins út en er erfiðara að breyta.
Hvert fundnar töflur fara í vinnubókinni.
Síðunúmer eða bil aðskilin með kommum, t.d. 1-3, 5, 8-10.
Hvernig á að nota tólið
- 1
Settu inn PDF-skrána
Hladdu upp einni PDF-skrá eða allt að 20 skrám, hver að hámarki 95 MB. Skrár með bæði vélrituðum og skönnuðum síðum eru unnar síðu fyrir síðu.
- 2
Þrengdu valið ef þú vilt
Venjulegur texti er þegar valinn undir Umbreyta í. Notaðu Pages to convert í Ítarlegar stillingar til að ná aðeins út þeim kafla eða viðauka sem þú þarft.
- 3
Sæktu .txt-skrána
Ýttu á Umbreyta í Plain text. Skráin er á UTF-8 sniði, þannig að broddstafir og önnur letur en latneskt birtast rétt í öllum nútímaritlum.
Hver er einfaldasta leiðin til að ná texta úr PDF-skrá?
Umbreyttu henni í venjulega .txt skrá. Þú færð hvert orð í lestrarröð, málsgreinar aðskildar með auðum línum og ekkert annað, tilbúið fyrir hvaða ritil eða forrit sem er.
Hvað heldur textavinnsla úr PDF og hverju sleppir hún
Breytirinn fer yfir hverja síðu í lestrarröð, ofan frá og niður og dálk fyrir dálk, og skrifar stafina sem hann finnur. Línur sem tilheyra einni málsgrein eru sameinaðar og málsgreinar aðskildar með auðri línu. Texti hverrar síðu kemur á eftir texta þeirrar fyrri, svo kafli les sem samfelldur texti.
Allt sjónrænt er fjarlægt: letur, stærðir, litir, myndir, gröf og staðsetning texta á síðunni. Það er tilgangurinn. 10 MB skýrsla full af ljósmyndum verður yfirleitt að textaskrá upp á nokkur hundruð kílóbæti, sem er auðveldara að leita í, bera saman milli útgáfna með diff-tóli eða líma inn í þýðingar- eða greiningartól.
Þeir sem nota skipanalínu þekkja kannski pdftotext úr Poppler og Xpdf verkefnunum, sem vinnur svipað á stafrænum PDF-skrám. Munurinn hér er OCR: síður án textalags eru greindar á því tungumáli sem þú velur í stað þess að koma út auðar. Fyrir myndir sem eru alls ekki PDF skaltu nota mynd í texta.
Hreinn texti, Markdown eða Word: veldu rétt úttak
Venjulegur texti
Aðeins orðin, UTF-8.
- Minnsta skráin
- Opnast í hverju sem er
- Engar fyrirsagnir eða snið
Markdown
Texti með léttu merkjamáli.
- Fyrirsagnir merktar með #
- Listar og feitletrun haldast
- Áfram textaskrá
Word-skjal
Fullt breytanlegt útlit.
- Töflur og myndir haldast
- Stílar varðveitast
- Þarfnast ritvinnsluforrits
Af hverju textaskráin er svona lítil
1 bætifyrir hvern enskan staf, tölustaf eða bil í UTF-8 textaskrá
Portable Document Format
PDF var búið til af Adobe árið 1993 og varð opni ISO 32000 staðallinn árið 2008. Það festir texta, letur, myndir og uppsetningu svo skjal lítur eins út á öllum skjáum og prenturum. PDF-skjöl geta innihaldið eyðublöð, undirskriftir, tengla, viðhengi og leitarbæran texta, og PDF/A-afbrigðið er notað til langtímavarðveislu. Föst uppsetning gerir PDF erfið í breytingum og skönnuð PDF innihalda aðeins myndir nema OCR sé beitt. Allir vafrar og stýrikerfi geta opnað þau.
- Þjöppun
- –
- Gegnsæi
- Já
- Hreyfimynd
- Nei
- Kom fram
- 1993 · Adobe
TXT
Hreinn texti
TXT-skrá inniheldur aðeins venjulega stafi án sniðs, leturs, mynda eða umbrots. Nútímatextaskrár eru yfirleitt í UTF-8, sem nær yfir öll tungumál, en eldri skrár geta notað aðra stafakóðun og birt ruglaða stafi. Hreinn texti er agnarlítill, úreldist aldrei og opnast í öllum tækjum, frá símum til netþjóna. Hann getur ekki geymt feitletrun, töflur eða myndir, svo uppbyggingu þarf að tákna með bilum eða einföldu málmerkjamáli.
- Þjöppun
- –
- Gegnsæi
- –
- Hreyfimynd
- –
- Kom fram
- –
Fólk dregur venjulegan texta úr PDF-skrá þegar orðin ein nægja, til leitar, tilvitnana, þýðinga, gagnahreinsunar eða til að færa öðru forriti, og útlitið er aðeins til trafala.
Algengar spurningar um PDF í texta
Af hverju get ég ekki bara afritað og límt textann úr PDF-skránni?
Það er hægt fyrir eina eða tvær málsgreinar, en afritun úr PDF-lesara slítur oft orð í línulok, blandar saman dálkum, setur síðuhausa inn í miðjar setningar og virkar alls ekki á skönnuðum síðum. Textaútdráttur les alla skrána í réttri lestrarröð og beitir OCR þar sem enginn textalag er til staðar.
Hvaða stafakóðun er á textaskránni?
UTF-8, kóðunin sem vefurinn og flest forrit nota sjálfgefið. Windows Notepad hefur vistað nýjar skrár sem UTF-8 sjálfgefið síðan í Windows 10 útgáfu 1903, og macOS TextEdit, VS Code og allir vafrar lesa hana án þess að spyrja. Ef gamalt forrit sýnir undarlega stafi skaltu leita að innflutningsvalkosti þar sem hægt er að velja UTF-8.
Er TXT það sama og tólið PDF í TXT?
Niðurstaðan er sú sama: .txt skrá. Þessi síða leggur áherslu á að ná texta út til endurnotkunar; PDF í TXT er sama umbreytingin undir heiti skráarendingarinnar, sem fólk leitar einnig að.
Hvað verður um töflur?
Töflureitir eru skrifaðir í lestrarröð, aðskildir með tabulatorum, svo tafla límist þokkalega inn í töflureikni. Ef töflurnar eru ástæða umbreytingarinnar heldur PDF í Excel línum og dálkum í raunverulegum reitum.
Get ég fengið textann með merktum fyrirsögnum?
Í venjulegum texta er engin leið til að merkja fyrirsögn. Veldu Markdown undir Umbreyta í ef þú vilt hafa fyrirsagnir, lista og feitletraðan texta merkt með einföldum táknum en samt sem áður í textaskrá.
Virkar textavinnsla úr skönnun á handskrift?
OCR er hannað fyrir prentaðan texta. Snyrtilegir hástafir eru oft lesnir, en rithönd í skrifskrift er ekki áreiðanleg. Vélritaðar eða prentaðar skannanir í 300 dpi gefa bestu niðurstöðurnar.
| PDF í Markdown | PDF í Word | PDF í EPUB |
| TXT í PDF | Mynd í texta | HTML í TXT |
