PDF-ஐ உரையாக மாற்ற
PDF-இலிருந்து சொற்களை மட்டும் எடுக்கலாம்: எழுத்துருக்கள், படங்கள், வடிவமைப்பு எதுவும் இல்லை. தேட, ஒட்ட, ஒப்பிட, ஸ்கிரிப்டுக்கு அனுப்ப அல்லது மொழிபெயர்ப்புக் கருவியில் போட ஏற்ற ஒரு .txt கோப்பு மட்டும் கிடைக்கும். ஸ்கேன் செய்த பக்கங்கள் முதலில் OCR மூலம் படிக்கப்படும்.
PDF மாற்றி
அல்லது PDF கோப்புகள் இங்கே இழுத்து விடவும் ·
ஒரு கோப்புக்கு அதிகபட்சம் 95 MB· அதிகபட்சம் 20 கோப்புகள்· 30 நிமிடங்களுக்குப் பிறகு நீக்கப்படும்
கோப்புகள் எங்கள் சேவையகங்களில் செயலாக்கப்பட்டு 30 நிமிடங்களுக்குப் பிறகு நீக்கப்படும்.
ஸ்கேன் PDF-கள் பக்கங்களின் படங்கள். தானியங்கி உரை அடுக்கு இல்லாத பக்கங்களில் மட்டும் OCR இயக்கும்; எப்போதும் என்றால் ஒவ்வொரு பக்கத்திலும் கட்டாயமாக இயக்கும்.
ஸ்கேனில் அச்சிடப்பட்டுள்ள மொழி. சரியானதைத் தேர்ந்தால் உச்சரிப்புக் குறிகள், லத்தீன் அல்லாத எழுத்துகளுக்கான துல்லியம் கணிசமாக மேம்படும்.
ஓடும் உரை எளிதில் திருத்தக்கூடிய இயல்பான பத்திகளாக மாறும். துல்லிய அமைப்பு ஒவ்வொரு தொகுதியையும் இருந்த இடத்திலேயே வைக்கும்; அப்படியே தெரியும், ஆனால் திருத்துவது கடினம்.
கண்டறியப்பட்ட அட்டவணைகள் பணிப்புத்தகத்தில் எங்கு செல்லும் என்பது.
பக்க எண்கள் அல்லது வரம்புகளை காற்புள்ளியால் பிரித்து உள்ளிடுங்கள்; எ.கா. 1-3, 5, 8-10.
இந்தக் கருவியை எப்படிப் பயன்படுத்துவது
- 1
PDF-ஐப் பதிவேற்றுங்கள்
ஒரு PDF-ஐயோ, ஒவ்வொன்றும் 95 MB வரை உள்ள 20 PDF-கள் வரையோ பதிவேற்றுங்கள். தட்டச்சு செய்த பக்கங்களும் ஸ்கேன் செய்த பக்கங்களும் கலந்த கோப்புகள் பக்கம் பக்கமாகக் கையாளப்படும்.
- 2
தேவைப்பட்டால் வரம்பைக் குறையுங்கள்
இதற்கு மாற்று பகுதியில் Plain text ஏற்கனவே தேர்ந்தெடுக்கப்பட்டிருக்கும். உங்களுக்குத் தேவையான அத்தியாயம் அல்லது இணைப்பை மட்டும் எடுக்க மேம்பட்ட அமைப்புகள் பகுதியில் உள்ள மாற்ற வேண்டிய பக்கங்கள் என்பதைப் பயன்படுத்துங்கள்.
- 3
.txt கோப்பைப் பதிவிறக்குங்கள்
Plain text ஆக மாற்று → பொத்தானை அழுத்துங்கள். கோப்பு UTF-8 குறியாக்கத்தில் இருப்பதால், உச்சரிப்புக் குறிகளும் லத்தீன் அல்லாத எழுத்துகளும் எந்த நவீன எடிட்டரிலும் சரியாகத் தெரியும்.
PDF-இலிருந்து உரையை எடுக்க மிகத் தூய்மையான வழி எது?
அதை plain .txt கோப்பாக மாற்றுங்கள். ஒவ்வொரு சொல்லும் படிக்கும் வரிசையில், பத்திகள் வெற்று வரிகளால் பிரிக்கப்பட்டு, வேறு எதுவுமின்றி, எந்த எடிட்டருக்கும் நிரலுக்கும் தயாராகக் கிடைக்கும்.
PDF உரை பிரித்தெடுப்பில் எது இருக்கும், எது நீங்கும்
மாற்றி ஒவ்வொரு பக்கத்தையும் படிக்கும் வரிசையில், மேலிருந்து கீழாக, நெடுவரிசை நெடுவரிசையாகக் கடந்து, கண்ட எழுத்துகளை எழுதுகிறது. ஒரே பத்திக்கு உரிய வரிகள் இணைக்கப்படும்; பத்திகள் வெற்று வரியால் பிரிக்கப்படும். ஒவ்வொரு பக்கத்தின் உரையும் முந்தைய பக்கத்தைத் தொடர்வதால், ஓர் அத்தியாயம் தொடர்ச்சியான பகுதியாகப் படிக்கும்.
காட்சி சார்ந்த அனைத்தும் நீக்கப்படும்: எழுத்துருக்கள், அளவுகள், நிறங்கள், படங்கள், வரைபடங்கள், பக்கத்தில் உரையின் இடம். அதுதான் நோக்கம். புகைப்படங்கள் நிறைந்த 10 MB அறிக்கை பொதுவாக சில நூறு கிலோபைட் உரைக் கோப்பாகச் சுருங்கும்; அதைத் தேடுவது, diff கருவியால் பதிப்புகளை ஒப்பிடுவது, மொழிபெயர்ப்பு அல்லது பகுப்பாய்வுக் கருவியில் ஒட்டுவது எளிது.
கட்டளை வரி பயனர்கள் Poppler, Xpdf திட்டங்களின் pdftotext-ஐ அறிந்திருக்கலாம்; அது டிஜிட்டல் PDF-களில் இதே போன்ற வேலையைச் செய்யும். இங்குள்ள வேறுபாடு OCR: உரை அடுக்கு இல்லாத பக்கங்கள் வெறுமையாக வராமல், நீங்கள் தேர்ந்த மொழியில் அடையாளம் காணப்படும். PDF அல்லாத படங்களுக்கு படத்திலிருந்து உரை பயன்படுத்துங்கள்.
எளிய உரை, Markdown அல்லது Word: சரியான வெளியீட்டைத் தேர்ந்தெடுங்கள்
Plain text
சொற்கள் மட்டும், UTF-8.
- மிகச் சிறிய கோப்பு
- எதிலும் திறக்கும்
- தலைப்புகள், வடிவமைப்பு இல்லை
Markdown
எளிய குறியீடுகளுடன் உரை.
- தலைப்புகள் # உடன் குறிக்கப்படும்
- பட்டியல்களும் தடித்த எழுத்தும் நிலைக்கும்
- இன்னும் உரைக் கோப்புதான்
Word ஆவணம்
முழு திருத்தக்கூடிய தளவமைப்பு.
- அட்டவணைகளும் படங்களும் நிலைக்கும்
- பாணிகள் பாதுகாக்கப்படும்
- வேர்ட் ப்ராசஸர் தேவை
உரைக் கோப்பு ஏன் இவ்வளவு சிறியதாக உள்ளது
1 பைட்UTF-8 உரைக் கோப்பில் ஒரு ஆங்கில எழுத்து, இலக்கம் அல்லது இடைவெளிக்கு
Portable Document Format
PDF-ஐ Adobe 1993-இல் உருவாக்கியது; 2008-இல் திறந்த ISO 32000 தரநிலையானது. உரை, எழுத்துருக்கள், படங்கள், அமைப்பை நிலைப்படுத்துவதால் ஆவணம் ஒவ்வொரு திரையிலும் அச்சுப்பொறியிலும் ஒரே மாதிரி தெரியும். PDF-களில் படிவங்கள், கையொப்பங்கள், இணைப்புகள், இணைப்புக் கோப்புகள், தேடக்கூடிய உரை இருக்கலாம்; PDF/A வகை நீண்டகால காப்பகத்துக்குப் பயன்படுகிறது. நிலையான அமைப்பால் PDF-ஐத் திருத்துவது கடினம்; ஸ்கேன் செய்த PDF-களில் OCR பயன்படுத்தாவிட்டால் படங்கள் மட்டுமே இருக்கும். ஒவ்வொரு உலாவியும் இயக்க முறைமையும் இவற்றைத் திறக்கும்.
- சுருக்கம்
- –
- ஒளி ஊடுருவும் தன்மை
- ஆம்
- அனிமேஷன்
- இல்லை
- அறிமுகமான ஆண்டு
- 1993 · Adobe
TXT
எளிய உரை
TXT கோப்பில் வடிவமைப்பு, எழுத்துருக்கள், படங்கள், தளவமைப்பு இன்றி எளிய எழுத்துகள் மட்டுமே இருக்கும். நவீன உரைக் கோப்புகள் பொதுவாக எல்லா மொழிகளையும் உள்ளடக்கும் UTF-8-ல் இருக்கும்; பழைய கோப்புகள் வேறு குறியாக்கங்களைப் பயன்படுத்தி சிதைந்த எழுத்துகளைக் காட்டலாம். எளிய உரை மிகச் சிறியது, காலாவதியாகாது, போன் முதல் சர்வர் வரை எல்லா சாதனங்களிலும் திறக்கும். தடித்த எழுத்து, அட்டவணை, படங்களை வைத்திருக்க முடியாது; அமைப்பை இடைவெளி அல்லது எளிய மார்க்அப்பால் காட்ட வேண்டும்.
- சுருக்கம்
- –
- ஒளி ஊடுருவும் தன்மை
- –
- அனிமேஷன்
- –
- அறிமுகமான ஆண்டு
- –
தேடுதல், மேற்கோள், மொழிபெயர்ப்பு, தரவுச் சுத்தம் செய்தல் அல்லது வேறு நிரலுக்கு அளித்தல் போன்றவற்றுக்கு சொற்கள் மட்டுமே தேவைப்படும்போதும், வடிவமைப்பு இடையூறாக இருக்கும்போதும் மக்கள் PDF-இலிருந்து plain text எடுக்கிறார்கள்.
PDF-ஐ உரையாக மாற்றுவது: அடிக்கடி கேட்கப்படும் கேள்விகள்
PDF-இலிருந்து உரையை நேரடியாக காப்பி-பேஸ்ட் செய்தால் ஏன் போதாது?
ஒரு பத்தி இரண்டு பத்திகளுக்கு நகலெடுக்கலாம். ஆனால் PDF வியூவரில் இருந்து நகலெடுத்தால் வரி முடிவில் சொற்கள் உடையும், நெடுவரிசைகள் கலந்துவிடும், வாக்கியங்களுக்கு நடுவே பக்கத் தலைப்புகள் சேரும், ஸ்கேன் செய்த பக்கங்களில் எதுவுமே வராது. எடுத்தெடுப்பு முழு கோப்பையும் படிக்கும் வரிசையில் படிக்கும்; உரை அடுக்கு இல்லாத இடத்தில் OCR இயக்கும்.
உரைக் கோப்பின் என்கோடிங் எது?
UTF-8 தான்; இணையமும் பெரும்பாலான மென்பொருளும் இயல்பாகப் பயன்படுத்தும் குறியாக்கம் இது. Windows 10 பதிப்பு 1903 முதல் Windows Notepad புதிய கோப்புகளை இயல்பாக UTF-8 ஆகச் சேமிக்கிறது; macOS TextEdit, VS Code, எல்லா உலாவிகளும் எதுவும் கேட்காமல் இதைப் படிக்கும். பழைய நிரல் விசித்திர எழுத்துகளைக் காட்டினால், UTF-8 தேர்வு செய்யும் இறக்குமதி விருப்பத்தைத் தேடுங்கள்.
TXT என்பதும் PDF to TXT கருவியும் ஒன்றா?
வெளியீடு ஒன்றே: .txt கோப்பு. இந்தப் பக்கம் உரையை மறுபயன்பாட்டுக்கு எடுப்பதில் கவனம் செலுத்துகிறது; PDF to TXT என்பது மக்கள் கோப்பு நீட்டிப்புப் பெயரில் தேடும் அதே மாற்றம்தான்.
அட்டவணைகளுக்கு என்ன ஆகும்?
அட்டவணைக் கட்டங்கள் படிக்கும் வரிசையில், டேப்களால் பிரிக்கப்பட்டு எழுதப்படும்; அதனால் அட்டவணை ஸ்ப்ரெட்ஷீட்டில் நன்றாக ஒட்டும். அட்டவணைகளுக்காகவே மாற்றுகிறீர்கள் என்றால், PDF to Excel வரிசைகளையும் நெடுவரிசைகளையும் உண்மையான கட்டங்களில் வைத்திருக்கும்.
தலைப்புகள் குறிக்கப்பட்ட உரையைப் பெற முடியுமா?
Plain text-ல் தலைப்பைக் குறிக்க வழியில்லை. தலைப்புகள், பட்டியல்கள், தடித்த எழுத்துகள் எளிய குறியீடுகளால் குறிக்கப்பட்டு, கோப்பு உரைக் கோப்பாகவே இருக்க வேண்டுமெனில் இதற்கு மாற்று பகுதியில் Markdown-ஐத் தேர்ந்தெடுங்கள்.
ஸ்கேனிலிருந்து உரை எடுப்பது கையெழுத்துக்கும் வேலை செய்யுமா?
OCR அச்சிடப்பட்ட உரைக்காக உருவாக்கப்பட்டது. நேர்த்தியான பெரிய எழுத்துகள் பெரும்பாலும் படிக்கப்படும்; ஆனால் கையெழுத்து (சாய்வெழுத்து) நம்பகமானதல்ல. 300 dpi-ல் தட்டச்சு அல்லது அச்சிட்ட ஸ்கேன்கள் சிறந்த முடிவைத் தரும்.
| PDF to Markdown | PDF to Word | PDF to EPUB |
| TXT to PDF | படத்திலிருந்து உரை | HTML to TXT |
