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

Kibadilishaji PDF kuwa TXT

Hifadhi maneno ya PDF kama faili ya .txt ambayo kihariri, skripti au zana yoyote ya utafutaji inaweza kufungua. Iwapo maandishi hayo yatatoka kamili inategemea jambo moja ndani ya PDF yako: tabaka halisi la maandishi, au picha za kurasa pekee.

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

    Ongeza faili zako za PDF

    Chagua PDF moja au hadi 20 kwa wakati mmoja, kila moja isizidi 95 MB. Hati zilizoandikwa kwa kompyuta, zilizotolewa kutoka programu na zilizochanganuliwa (scan) zinaweza kuwa kwenye kundi moja.

  2. 2

    Kagua mipangilio ya skani

    Badilisha kuwa tayari imewekwa kuwa Maandishi matupu. Ikiwa hati ni skani ya lugha isiyo Kiingereza, fungua Mipangilio ya hali ya juu na uchague lugha hiyo chini ya Lugha ya hati.

  3. 3

    Badilisha na uhifadhi

    Bonyeza Badilisha kuwa Maandishi matupu kisha pakua kila faili ya .txt, au zote pamoja kama ZIP.

Ukiweza kuchagua neno moja kwenye kisomaji chako cha PDF, maandishi tayari yamo ndani ya faili na nakala ya TXT ni sahihi kabisa; ukurasa mzima ukiangaziwa kama picha, OCR lazima iusome kwanza.

Badilisha PDF kuwa maandishi: tabaka la maandishi au ukurasa uliyoskaniwa

PDF iliyotolewa kutoka Word, Google Docs au kivinjari huhifadhi herufi pamoja na nafasi zake, kwa hiyo kuzitoa kunamaanisha kuzisoma kwa mpangilio unaofaa. PDF kutoka kwenye skana au kamera ya simu huhifadhi picha tu ya kila ukurasa, na maandishi yake lazima yatambuliwe. PDF nyingi za ofisini huchanganya yote mawili: barua iliyoandikwa kwa kompyuta ikiwa na ukurasa wa saini uliochanganuliwa mwishoni.

Utambuzi wa maandishi (OCR) huamua kila ukurasa utashughulikiwaje. Mipangilio mitatu hapa chini hufanya kazi tofauti kwenye aina hizo za faili, na Otomatiki inafaa kwa nyingi zake.

Kurasa zilizo na safu ya maandishi tayari hunakiliwa kama zilivyo; kurasa zisizo nayo hutambuliwa kwa Lugha ya hati uliyochagua.

  • Bora kwa faili mchanganyiko
  • Hakuna upungufu wa usahihi kwenye kurasa za kidijitali

Matokeo ya kibadilishaji PDF kuwa maandishi yenye herufi zilizoharibika

Ndani ya PDF, maandishi ni orodha ya misimbo ya glifu za fonti fulani, si herufi. Faili iliyotengenezwa vizuri ina ramani ya ToUnicode inayosema msimbo upi ni herufi ipi. Faili kutoka kwa baadhi ya viendeshi vya zamani vya uchapishaji na vitengeneza ripoti maalum huacha ramani hiyo, ndiyo maana kunakili kutoka kwazo hutoa maandishi yasiyoeleweka ingawa ukurasa unaonekana kamili. Kulazimisha OCR ndiyo njia ya kutegemewa ya kuzunguka tatizo hilo, na PDF iliyochanganuliwa kuwa maandishi inaeleza mipangilio ya skani kwa kina.

TXT yenyewe ni UTF-8, kwa hiyo herufi zenye alama, Kisirili, Kiarabu, Devanagari na herufi za CJK hubaki salama. Maandishi ya kulia-kwenda-kushoto huhifadhiwa kwa mpangilio wa usomaji, kama vihariri na injini za utafutaji zinavyotarajia.

Mivunjiko ya mistari, vistari vya kugawa maneno, safu na vichwa katika TXT

  1. Mistari

    PDF inajua mistari, si aya. Mistari huunganishwa tena pale nafasi inapoashiria aya, lakini mashairi, anwani na msimbo wa programu vinaweza kuhitaji ukaguzi wa mkono.

  2. Kukata maneno kwa kistari

    Neno lililogawanywa kama "conver-" na "sion" mwishoni mwa mstari kwa kawaida huunganishwa tena. Kistari halisi kinachoangukia mwisho wa mstari, kama katika "well-known", kinaweza kupoteza kistari chake, kwa hiyo kitafute ikiwa maneno kamili ni muhimu.

  3. Safu wima

    Majarida ya safu wima mbili husomwa safu moja baada ya nyingine. Mpangilio wenye visanduku au nukuu zilizotolewa unaweza kuingiza kisanduku cha pembeni kati ya aya mbili.

  4. Vichwa na vijachini

    Vichwa vinavyojirudia, namba za kurasa na mistari ya usiri hurudiwa kwenye kila ukurasa na huangukia kati ya kurasa kwenye TXT. Kutafuta-na-kubadilisha mstari unaojirudia huviondoa vyote kwa mara moja.

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

Faili ya .txt ndiyo muundo wa msingi unaokubaliwa kila mahali: mifumo ya data, faharasa za utafutaji, zana za manukuu na tafsiri na barua pepe za kawaida zote huikubali, ilhali PDF inahitaji kichanganuzi kabla ya maneno yake kusomwa.

Badilisha PDF kuwa maandishi bure: faili, ukubwa na lugha

PDF kwa kila kundi
20
kwa kila PDF
95 MB
Lugha za OCR
34
hadi faili zifutwe
Dakika 30

Maswali kuhusu PDF kuwa TXT

Ninawezaje kubadilisha PDF kuwa maandishi bure bila kusakinisha chochote?

Pakia PDF kwenye ukurasa huu na ubonyeze Badilisha kuwa Maandishi matupu. Hakuna akaunti wala programu ya kusakinisha; ubadilishaji unafanyika kwenye seva zetu na faili hufutwa baada ya dakika 30, kama ilivyoelezwa katika jinsi inavyofanya kazi.

Kwa nini faili yangu ya TXT ina alama kama (cid:42) au visanduku badala ya herufi?

PDF hiyo inatumia fonti isiyo na jedwali linalounganisha glifu zake na herufi za Unicode, kwa hiyo maumbo yanaonekana vizuri lakini hayana maana ya herufi. Weka Utambuzi wa maandishi (OCR) kuwa Daima: OCR husoma maumbo kama picha na mara nyingi hurejesha maneno halisi.

Je, ninaweza kubadilisha baadhi tu ya kurasa za PDF kuwa maandishi?

Ndiyo. Badilisha Kurasa za kubadilisha kuwa Kurasa zilizochaguliwa kisha andika masafa kama 3-7, 12. Kurasa hizo pekee ndizo husomwa, jambo linalofanya faili ndefu zilizochanganuliwa kuwa za haraka zaidi.

Kwa nini herufi fi na fl zinaonekana za ajabu baada ya kubadilisha?

Fonti nyingi huchora fi, fl na ffi kama glifu moja iliyounganishwa inayoitwa ligature. PDF nyingi huirejesha kuwa herufi tofauti, lakini nyingine huiweka kama herufi moja ya Unicode, kama U+FB01, inayoonekana sawa skrinini lakini huvuruga utafutaji wa herufi za kawaida. Kutafuta-na-kubadilisha kwenye kihariri chako kunalitatua.

Je, faili ya TXT itahifadhi migawanyiko ya kurasa?

Kurasa hufuatana ndani ya faili moja, kwa hiyo hupati faili tofauti kwa kila ukurasa. Ikiwa unahitaji faili moja ya maandishi kwa kila ukurasa, badilisha kurasa katika mizunguko tofauti ukitumia Kurasa za kubadilisha.