UltKit
Picha11
Kigeuzi cha PichaBana PichaBadilisha Ukubwa wa PichaKata PichaPicha kuwa PDFKitengeneza Picha ya PasipotiPicha kuwa SVGZana zote za Picha →
PDF13
Bana PDFKigeuzi cha PDFPDF kuwa PichaUnganisha PDFGawanya PDFFungua PDFLinda PDFZana zote za PDF →
Nyaraka na Data7
Badilisha kuwa PDFKigeuzi cha HatiPicha kuwa Maandishi (OCR)Picha kuwa ExcelKigeuzi cha DataKigeuzi cha Vitabu PepeZana zote za Nyaraka na Data →
Video6
Kigeuzi cha VideoPunguza Ukubwa wa VideoVideo kuwa SautiVideo kuwa GIFKata VideoSauti kuwa VideoZana zote za Video →
Sauti4
Kigeuzi cha SautiPunguza Ukubwa wa SautiKata SautiSauti kuwa MaandishiZana zote za Sauti →
Zana zaidi22
Kitengeneza Msimbo wa QRBana Faili kuwa ZIPFungua ZIP MtandaoniKibadilishi cha Saa za EneoKibadilishi cha VipimoKitengeneza NenosiriKihesabu ManenoKichagua RangiZana zote za Zaidi →
BloguJinsi inavyofanya kazi

Badilisha PDF kuwa Maandishi

Ondoa kila kitu kwenye PDF isipokuwa maneno yake: hakuna fonti, picha wala mpangilio, ni faili ya .txt tu unayoweza kutafuta ndani yake, kubandika, kulinganisha, kuipa hati ya programu au kuiweka kwenye zana ya kutafsiri. Kurasa zilizoskaniwa husomwa kwanza kwa OCR.

Kibadilishaji cha PDF

au buruta Faili za PDF hapa ·

Hadi MB 95 kwa faili· Hadi faili 20· Hufutwa baada ya dakika 30

Matokeo

Faili huchakatwa kwenye seva zetu na kufutwa baada ya dakika 30.

Jinsi ya kutumia zana hii

  1. 1

    Weka PDF yako

    Pakia PDF moja au seti ya hadi faili 20, kila moja hadi MB 95. Faili mchanganyiko zenye kurasa zilizochapwa na zilizochanganuliwa hushughulikiwa ukurasa kwa ukurasa.

  2. 2

    Chagua kurasa mahususi ukipenda

    Maandishi matupu tayari yamechaguliwa chini ya Badilisha kuwa. Tumia Kurasa za kubadilisha ndani ya Mipangilio ya hali ya juu ili kutoa sura au kiambatisho unachohitaji tu.

  3. 3

    Pakua faili ya .txt

    Bonyeza Badilisha kuwa Maandishi matupu. Faili hutumia usimbaji wa UTF-8, hivyo herufi zenye alama na maandishi yasiyo ya Kilatini huonekana vizuri katika kihariri chochote cha kisasa.

Jibu

Ni njia ipi safi zaidi ya kutoa maandishi kutoka PDF?

Ibadilishe kuwa faili ya .txt ya maandishi matupu. Unapata kila neno kwa mpangilio wa kusoma, aya zikitenganishwa na mistari tupu na hakuna kingine, tayari kwa kihariri au programu yoyote.

Kutoa maandishi ya PDF: kinachobaki na kinachoondolewa

Kibadilishaji hupitia kila ukurasa kwa mpangilio wa kusoma, kutoka juu hadi chini na safu wima kwa safu wima, na huandika herufi anazozipata. Mistari inayomilikiwa na aya moja huunganishwa, na aya hutenganishwa kwa mstari mtupu. Maandishi ya kila ukurasa hufuata ya ukurasa uliotangulia, hivyo sura husomeka kama kifungu kimoja endelevu.

Kila kitu cha kuonekana hutupwa: fonti, ukubwa, rangi, picha, chati na nafasi ya maandishi ukurasani. Hilo ndilo lengo. Ripoti ya MB 10 iliyojaa picha kwa kawaida hupungua hadi faili ya maandishi ya kilobaiti mia chache, ambayo ni rahisi kutafuta, kulinganisha matoleo kwa zana ya diff, au kubandika kwenye zana ya tafsiri au uchambuzi.

Watumiaji wa mstari wa amri huenda wanajua pdftotext kutoka miradi ya Poppler na Xpdf, inayofanya kazi inayofanana kwenye PDF za kidijitali. Tofauti hapa ni OCR: kurasa zisizo na safu ya maandishi hutambuliwa kwa lugha unayochagua badala ya kutoka tupu. Kwa picha ambazo si PDF kabisa, tumia picha kuwa maandishi.

Maandishi matupu, Markdown au Word: chagua matokeo yanayofaa

TXT

Maandishi matupu

Maneno pekee, UTF-8.

  • Faili ndogo zaidi
  • Hufunguka kwenye chochote
  • Hakuna vichwa wala mpangilio
Inafaa zaidi kwa: Utafutaji, hati-tekelezi, kumbukumbu ya tafsiri
MD

Markdown

Maandishi yenye alama chache.

  • Vichwa vimewekwa alama ya #
  • Orodha na maandishi mazito hubaki
  • Bado ni faili ya maandishi
Inafaa zaidi kwa: Programu za madokezo, wiki, nyaraka za kiufundi
DOCX

Hati ya Word

Mpangilio kamili unaoweza kuhaririwa.

  • Majedwali na picha hubaki
  • Mitindo huhifadhiwa
  • Inahitaji kichakata maneno
Inafaa zaidi kwa: Kuhariri na kusambaza upya hati

Kwa nini faili ya maandishi ni ndogo sana

baiti 1kwa kila herufi ya Kiingereza, tarakimu au nafasi katika faili ya maandishi ya UTF-8

Herufi za Kilatini zenye alama, Kigiriki, Kicyrillic, Kiarabu na Kiebrania huchukua baiti 2 kila moja; herufi za Kichina, Kijapani, Kikorea na Devanagari huchukua baiti 3. Ukurasa wa nathari ya Kiingereza kwa kawaida ni kilobaiti chache tu.

PDF

Portable Document Format

PDF iliundwa na Adobe mwaka 1993 na ikawa kiwango huria cha ISO 32000 mwaka 2008. Hudumisha maandishi, fonti, picha na mpangilio ili hati ionekane sawa kwenye kila skrini na printa. PDF zinaweza kuwa na fomu, saini, viungo, viambatisho na maandishi yanayotafutika, na toleo la PDF/A hutumiwa kwa uhifadhi wa muda mrefu. Mpangilio uliodumishwa hufanya PDF kuwa ngumu kuhariri, na PDF zilizochanganuliwa zina picha tu isipokuwa OCR itumike. Kila kivinjari na mfumo wa uendeshaji unaweza kuzifungua.

Ubanaji
–
Uwazi
Ndiyo
Uhuishaji
Hapana
Mwaka ulioanzishwa
1993 · Adobe
Kigeuzi cha PDF

TXT

Maandishi matupu

Faili ya TXT ina herufi tupu pekee bila uumbizaji, fonti, picha wala mpangilio. Faili za kisasa za maandishi mara nyingi husimbwa kwa UTF-8, inayofunika lugha zote, ingawa faili za zamani zinaweza kutumia usimbaji mwingine na kuonyesha herufi zilizochanganyika. Maandishi matupu ni madogo sana, hayapitwi na wakati na hufunguka kwenye kila kifaa, kuanzia simu hadi seva. Hayawezi kuwa na maandishi mazito, majedwali wala picha, kwa hivyo muundo lazima uonyeshwe kwa nafasi au alama rahisi.

Ubanaji
–
Uwazi
–
Uhuishaji
–
Mwaka ulioanzishwa
–
Kigeuzi cha TXT

Watu hutoa maandishi matupu kutoka PDF wakati maneno pekee ndiyo wanayohitaji, kwa utafutaji, manukuu, tafsiri, usafishaji wa data au kulisha programu nyingine, na mpangilio unakuwa kikwazo tu.

Maswali kuhusu kubadilisha PDF kuwa maandishi

Kwa nini siwezi kunakili na kubandika maandishi kutoka kwenye PDF tu?

Unaweza kwa aya moja au mbili, lakini kunakili kutoka kwenye kisomaji cha PDF mara nyingi huvunja maneno mwishoni mwa mstari, huchanganya safu wima, huongeza vichwa vya kurasa katikati ya sentensi na haifanyi kazi kabisa kwenye kurasa zilizochanganuliwa. Utoaji husoma faili nzima kwa mpangilio wa kusoma na kutumia OCR pale ambapo hakuna safu ya maandishi.

Faili ya maandishi ina usimbaji gani?

UTF-8, usimbaji unaotumiwa na wavuti na programu nyingi kama chaguo-msingi. Windows Notepad huhifadhi faili mpya kama UTF-8 kwa chaguo-msingi tangu Windows 10 toleo la 1903, na macOS TextEdit, VS Code na kila kivinjari huisoma bila kuuliza. Programu ya zamani ikionyesha herufi za ajabu, tafuta chaguo la kuingiza linalokuruhusu kuchagua UTF-8.

Je, TXT ni sawa na zana ya PDF kuwa TXT?

Matokeo ni yaleyale: faili ya .txt. Ukurasa huu unalenga kutoa maandishi ili kuyatumia tena; PDF kuwa TXT ni ubadilishaji uleule chini ya jina la kiendelezi cha faili ambalo watu pia hulitafuta.

Nini hutokea kwa majedwali?

Visanduku vya jedwali huandikwa kwa mpangilio wa kusoma, vikitenganishwa na tabu, hivyo jedwali hubandikwa kwenye lahajedwali vizuri kiasi. Ikiwa majedwali ndiyo sababu ya kubadilisha, PDF kuwa Excel huweka safu mlalo na wima kwenye visanduku halisi.

Je, naweza kupata maandishi yenye vichwa vilivyowekwa alama?

Maandishi matupu hayana njia ya kuashiria kichwa cha habari. Chagua Markdown chini ya Badilisha kuwa ukitaka vichwa, orodha na maandishi mazito yaashiriwe kwa alama rahisi huku yakibaki faili ya maandishi.

Je, kutoa maandishi kutoka kwenye skani hufanya kazi kwa mwandiko wa mkono?

OCR imeundwa kwa maandishi yaliyochapwa. Herufi kubwa nadhifu mara nyingi husomwa, lakini mwandiko wa kuunganisha si wa kuaminika. Nakala zilizochapwa au zilizochanganuliwa kwa 300 dpi hutoa matokeo bora.

Zana zinazohusiana za maandishi na PDF
PDF kuwa MarkdownPDF kuwa WordPDF kuwa EPUB
TXT kuwa PDFPicha kuwa maandishiHTML kuwa TXT